Python dask.array.empty用法及代碼示例

用法:
dask.array.empty(*args, **kwargs)

empty_like 的受阻變體

完全遵循 empty_like 的簽名，隻是它還具有可選的關鍵字參數 chunks: int, tuple, or dict 和 name: str 。

原始簽名如下。

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

返回一個與給定數組具有相同形狀和類型的新數組。

參數：

prototype：array_like: prototype 的形狀和數據類型定義了返回數組的這些相同屬性。
dtype：數據類型，可選: 覆蓋結果的數據類型。
order：{‘C’、‘F’、‘A’或‘K’}，可選: 覆蓋結果的內存布局。 “C”表示C-order，“F”表示F-order，如果prototype 是 Fortran 連續的，“A”表示“F”，否則為“C”。 “K”表示盡可能匹配prototype 的布局。
subok：布爾值，可選。: 如果為 True，則新創建的數組將使用 prototype 的 sub-class 類型，否則它將是 base-class 數組。默認為真。
shape：整數或整數序列，可選。: 覆蓋結果的形狀。如果 order='K' 且維數不變，將嘗試保持 order，否則，隱含 order='C'。

out：ndarray: 形狀和類型與 prototype 相同的未初始化(任意)數據數組。

注意：

這個函數做不是初始化返回的數組；做那個使用zeros_like或者ones_like反而。它可能比設置數組值的函數稍微快一點。

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]])

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.empty。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：