Создание массива NumPy: функция empty_like ()
функция empty_like ()
Функция empty_like () используется для создания нового массива с той же формой и типом, что и у данного массива.
Синтаксис:
numpy.empty_like (прототип, dtype = нет, order = 'K', subok = True)
Версия: 1.15.0
Параметр:
название | Описание | Необходимые / Необязательный |
---|---|---|
прототип | Форма и тип данных прототипа определяют те же атрибуты возвращаемого массива. | необходимые |
DTYPE | Переопределяет тип данных результата. | необязательный |
порядок | Переопределяет структуру памяти результата. «C» означает Corder, «F» означает F-порядок, «A» означает «F», если прототип является смежным с Фортраном, «C» в противном случае. «К» означает соответствие макета прототипа как можно ближе. Новое в версии 1.6.0. | необязательный |
subok | Если True, то вновь созданный массив будет использовать тип подкласса 'a', в противном случае это будет массив базового класса. По умолчанию установлено значение True. | необязательный |
Возвращаемое значение:
[ndarray] Массив неинициализированных (произвольных) данных той же формы и типа, что и у прототипа
Пример: NumPy.empty_like ()
>>> import numpy as np
>>> a = ([1,2,3], [4,5,6])
>>> np.empty_like(a)
array([[139706697202600, 28351168, 139706713266976],
[139706682360248, 139706669155640, 139706713256944]])
>>>
>>> a = np.array([[1., 2., 3.],[4.,5.,6.]])
>>> np.empty_like(a)
array([[ 6.92340539e-310, 9.95630813e-317, 6.92340619e-310],
[ 6.92340619e-310, 1.66406600e-287, 9.67127608e-292]])
>>>
Иллюстрированная презентация:
Пример: NumPy.empty_like (), где dtype - это int
>>> import numpy as np
>>> a = np.empty_like([2, 2], dtype = int)
>>> print(a)
[139942630210440 139942630210440]
>>>
>>> a = np.empty_like([2, 2], dtype = float)
>>> print(a)
[ 6.93999521e-310 6.93999521e-310]
Пример: NumPy.empty_like (), где порядок 'C' или 'F'
>>> import numpy as np
>>> a = np.empty_like([2, 2], dtype = int, order='C')
>>> print(a)
[140209094482824 140209094482824]
>>> a = np.empty_like([2, 2], dtype = int, order='F')
>>> print(a)
[0 0]
>>>
Пример: NumPy.empty_like () с использованием параметра subok (True / False)
>>> import numpy as np
>>> a = np.empty_like([2, 2], dtype = int, order='C', subok=True)
>>> print(a)
[0 0]
>>> a = np.empty_like([2, 2], dtype = int, order='C', subok=False)
>>> print(a)
[0 0]
>>>
Python - NumPy Code Editor:
Новый контент: Composer: менеджер зависимостей для PHP , R программирования
disqus2code