Python numpy empty用法及代码示例

本文简要介绍 python 语言中 numpy.empty 的用法。

用法:

numpy.empty(shape, dtype=float, order='C', *, like=None)

返回给定形状和类型的新数组，而不初始化条目。

参数：

shape： int 或 int 的元组

空数组的形状，例如 (2, 3) 或 2 。

dtype： 数据类型，可选

数组所需的输出数据类型，例如 numpy.int8 。默认为 numpy.float64 。

order： {‘C’, ‘F’}，可选，默认：‘C’

是否在内存中以行优先(C 风格)或列优先(Fortran-style)顺序存储多维数据。

like： array_like

允许创建非 NumPy 数组的引用对象。如果作为 like 传入的类似数组支持 __array_function__ 协议，则结果将由它定义。在这种情况下，它确保创建一个与通过此参数传入的数组对象兼容的数组对象。

返回：

out： ndarray

给定形状、数据类型和顺序的未初始化(任意)数据数组。对象数组将被初始化为 None。

注意：

empty 与 zeros 不同，它不会将数组值设置为零，因此可能会稍微快一些。另一方面，它需要用户手动设置数组中的所有值，应谨慎使用。

例子：

>>> np.empty([2, 2])
array([[ -9.74499359e+001,   6.69583040e-309],
       [  2.13182611e-314,   3.06959433e-309]])         #uninitialized

>>> np.empty([2, 2], dtype=int)
array([[-1073741821, -1067949133],
       [  496041986,    19249760]])                     #uninitialized