Python dask.array.empty用法及代码示例

用法:
dask.array.empty(*args, **kwargs)

empty_like 的受阻变体

完全遵循 empty_like 的签名，只是它还具有可选的关键字参数 chunks: int, tuple, or dict 和 name: str 。

原始签名如下。

empty_like(原型，dtype=None，order='K'，subok=True，shape=None)

返回一个与给定数组具有相同形状和类型的新数组。

参数：

prototype：array_like: prototype 的形状和数据类型定义了返回数组的这些相同属性。
dtype：数据类型，可选: 覆盖结果的数据类型。
order：{‘C’、‘F’、‘A’或‘K’}，可选: 覆盖结果的内存布局。 “C”表示C-order，“F”表示F-order，如果prototype 是 Fortran 连续的，“A”表示“F”，否则为“C”。 “K”表示尽可能匹配prototype 的布局。
subok：布尔值，可选。: 如果为 True，则新创建的数组将使用 prototype 的 sub-class 类型，否则它将是 base-class 数组。默认为真。
shape：整数或整数序列，可选。: 覆盖结果的形状。如果 order='K' 且维数不变，将尝试保持 order，否则，隐含 order='C'。

out：ndarray: 形状和类型与 prototype 相同的未初始化(任意)数据数组。

注意：

这个函数做不是初始化返回的数组；做那个使用zeros_like或者ones_like反而。它可能比设置数组值的函数稍微快一点。

例子：

>>> a = ([1,2,3], [4,5,6])                         # a is array-like
>>> np.empty_like(a)
array([[-1073741821, -1073741821,           3],    # uninitialized
       [          0,           0, -1073741821]])
>>> a = np.array([[1., 2., 3.],[4.,5.,6.]])
>>> np.empty_like(a)
array([[ -2.00000715e+000,   1.48219694e-323,  -2.00000572e+000], # uninitialized
       [  4.38791518e-305,  -2.00000715e+000,   4.17269252e-309]])

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.empty。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：