172 lines
5.4 KiB
Markdown
172 lines
5.4 KiB
Markdown
# NumPy empty 和 empty_like
|
||
|
||
> 原文：<https://www.askpython.com/python-modules/numpy/numpy-empty-and-empty_like>
|
||
|
||
在本文中，我们将尝试理解 Python 中 NumPy 的 empty()函数和 empty_like()函数。
|
||
|
||
Python 包 NumPy 用于操作数组。使用 NumPy 可以在一个数组上执行许多数学运算。它提供了一个庞大的高级数学函数库来处理这些数组和矩阵，并提供了强大的数据结构来确保使用数组和矩阵进行高效计算。
|
||
|
||
2005 年，特拉维斯·奥列芬特开发了 NumPy。您可以免费使用它，因为它是一个开源项目。
|
||
|
||
***亦读:[【NumPy ones _ like——完全指南](https://www.askpython.com/python-modules/numpy/numpy-ones_like)***
|
||
|
||
## NumPy 空是什么？
|
||
|
||
由`numpy.empty()`函数返回的指定形状和类型的新数组没有初始化任何条目。具有指定形状、数据类型和顺序的未初始化(任意)数据数组是该函数的结果。对象数组将以 None 值开始。
|
||
|
||
还要记住，由于`empty`不会将数组值变为零，所以它会比`[zeros](https://www.askpython.com/python-modules/numpy/numpy-zeros)`快一点。但是，它要求用户手动设置数组中的每个值，因此必须小心使用。
|
||
|
||
## 句法
|
||
|
||
```py
|
||
numpy.empty(shape, dtype=float, order='C', like=None)
|
||
|
||
```
|
||
|
||
### 因素
|
||
|
||
* **形状:整数或整数元组**
|
||
* 需要
|
||
* 空数组的形状，例如:`(4, 2)`或 4。
|
||
* **dtype:数据类型，**
|
||
* 可选择的
|
||
* 数组所需的输出数据类型
|
||
* 默认设置为 numpy.float64
|
||
* **顺序:{'C '，' F'}**
|
||
* 可选择的
|
||
* 在内存中存储多维数据时，使用列优先(Fortran 风格)还是行优先(C 风格)的顺序
|
||
* 默认设置为“C”
|
||
* **like: array_like**
|
||
* 可选择的
|
||
* 为了能够创建非 NumPy 数组，提供了引用对象。如果符合数组函数协议，则结果将由传入的类似数组的函数决定。在这种情况下，它确保创建的数组对象与作为参数提供的对象兼容。
|
||
|
||
返回:具有指定顺序、形状和数据类型的任意(未初始化)数据的集合/数组。对象数组将以 None 值开始。
|
||
|
||
## Numpy empty()的实现
|
||
|
||
在实现该函数之前，请确保在 IDE 中导入 NumPy 包。要导入包，请运行以下代码行
|
||
|
||
```py
|
||
import numpy as np
|
||
|
||
```
|
||
|
||
### 1.将整数作为形状参数传递
|
||
|
||
```py
|
||
np.empty(4)
|
||
|
||
```
|
||
|
||
默认情况下，会考虑所有其他参数。
|
||
|
||
|
||
|
||
Implementation 1
|
||
|
||
### 2.将元组作为形状参数传递
|
||
|
||
```py
|
||
np.empty((3,3))
|
||
|
||
```
|
||
|
||
默认情况下，会考虑所有其他参数。
|
||
|
||
|
||
|
||
Implementation 2
|
||
|
||
### 3.分配其他参数
|
||
|
||
```py
|
||
np.empty((2,3), dtype=int, order='F')
|
||
|
||
np.empty((3,2), dtype=np.float16, order='C')
|
||
|
||
```
|
||
|
||
|
||
|
||
Implementation 3
|
||
|
||
## NumPy empty_like 是什么？
|
||
|
||
与 empty()类似，该函数也创建一个数组，但不初始化值。创建的新数组的形状和数据类型与给定(原型)数组的形状和数据类型相同。
|
||
|
||
返回的数组不由该函数初始化；使用`[zeros_like](https://www.askpython.com/python-modules/numpy/numpy-zeros_like)`或 `ones_like`来代替它。与实际设置数组值的例程相比，它可能要快一点。
|
||
|
||
## Numpy empty_like()的语法
|
||
|
||
```py
|
||
numpy.empty_like(prototype, dtype=None, order='K', subok=True, shape=None)
|
||
|
||
```
|
||
|
||
### 因素
|
||
|
||
* **原型** : **阵列状**
|
||
* 需要
|
||
* 返回数组的属性由原型的形状和数据类型定义。
|
||
* **数据类型** : **数据类型**
|
||
* 可选择的
|
||
* 覆盖结果的数据类型。
|
||
* **顺序:{'C '，' F '，' A '或' K'}**
|
||
* 可选择的
|
||
* 哪个顺序–C 表示 C 风格，F 表示 Fortran 风格，如果原型是 Fortran 连续的，A 表示 F，否则为 C。k 代表非常类似于原型的布局。
|
||
* **subok: bool**
|
||
* 可选择的
|
||
* 如果为真，新形成的数组将利用原型的子类类型；否则，将使用基类数组。通常设置为 True。
|
||
* **形状:整数或整数序列**
|
||
* 可选择的
|
||
* 覆盖结果的形状。如果 order='K '并且维数保持不变，将尝试保持顺序；否则，将推断出 order='C '。
|
||
|
||
## 实现 Numpy empty_like()
|
||
|
||
### 1.仅提供原型
|
||
|
||
```py
|
||
x = ([9,8,7],
|
||
[6,5,4],
|
||
[3,2,1])
|
||
|
||
np.empty_like(x)
|
||
|
||
```
|
||
|
||
|
||
|
||
Implementation 4
|
||
|
||
### 2.分配其他参数
|
||
|
||
```py
|
||
y = ([1.2, 2.4, 3.6],
|
||
[2.1, 4.2, 6.3])
|
||
np.empty_like(y, dtype=int, order='K')
|
||
|
||
z = ([2.1, 3.2, 4.1],
|
||
[4.2, 5.3, 6.1])
|
||
np.empty_like(z, order = 'C', subok = False, shape = (3,3))
|
||
|
||
```
|
||
|
||
|
||
|
||
Implementation 5
|
||
|
||
|
||
|
||
Implementation 6
|
||
|
||
## 摘要
|
||
|
||
我们知道 NumPy 中的 empty()函数有助于构建任何空数组，而无需初始化值。用户可以使用这个函数指定数组的形状、顺序和数据类型。
|
||
|
||
类似地，empty_like 也创建一个没有初始化的数组，类似于所提供的原型。
|
||
|
||
## 参考
|
||
|
||
[https://numpy . org/doc/stable/reference/generated/numpy . empty . html](https://numpy.org/doc/stable/reference/generated/numpy.empty.html)
|
||
|
||
[https://numpy . org/doc/stable/reference/generated/numpy . empty _ like . html](https://numpy.org/doc/stable/reference/generated/numpy.empty_like.html) |