NumPy教程-numpy.empty()在Python中的使用
P
点击关注 👉约 3 分钟
点击关注 👉约 3 分钟Python的numpy模块提供了一个名为numpy.empty()的函数。该函数用于创建一个未初始化的给定形状和类型的数组。
与numpy.zeros()一样，numpy.empty()函数不会将数组值设置为零，并且比numpy.zeros()函数要快得多。这个函数要求用户手动设置数组中的所有值，应谨慎使用。
语法
numpy.empty(shape, dtype=**float**, order='C')
参数:
shape: int或者int元组
此参数定义了空数组的形状，例如（3, 2）或（3, 3）。
dtype: 数据类型（可选）
此参数定义了输出数组所需的数据类型。
order: {'C', 'F'}（可选）
此参数定义了多维数组存储的顺序，可以是'C'（行优先）或'F'（列优先）。默认情况下，order参数被设置为'C'。
返回值：
此函数返回一个未初始化数据的数组，其形状，数据类型和顺序在函数中定义。
示例 1：
import numpy as npx = np.empty([3, 2])x
array([[7.56544226e-316, 2.07617768e-316],[2.02322570e-316, 1.93432036e-316],[1.93431918e-316, 1.93431799e-316]])
我们使用别名np导入了numpy模块。
我们声明了变量'x'并将np.empty()函数的返回值赋值给它。
我们在函数中传递了形状。
最后，我们尝试打印变量'x'以及元素之间的差异。
👉点击领取：最全Python资料合集
示例 2：
import numpy as npx = np.empty([3, 3], dtype=float)x
array([[ 2.94197848e+120, -2.70534020e+252, -4.25371363e+003],[ 1.44429964e-088, 3.12897830e-053, 1.11313317e+253],[-2.28920735e+294, -5.11507284e+039, 0.00000000e+000]])
示例 3：
import numpy as npx = np.empty([3, 3], dtype=float, order='C')x
array([[ 2.94197848e+120, -2.70534020e+252, -4.25371363e+003],[ 1.44429964e-088, 3.12897830e-053, 1.11313317e+253],[-2.28920735e+294, -5.11507284e+039, 0.00000000e+000]])
我们使用别名np导入了numpy模块。
我们声明了变量'x'并将np.empty()函数的返回值赋值给它。
我们在函数中传递了形状，数据类型和顺序。
最后，我们尝试打印变量'x'以及元素之间的差异。
输出显示了未初始化值的数组，其形状，数据类型和顺序已定义。
示例 4：
import numpy as npx = np.empty([3, 3], dtype=float, order='F')x
array([[ 2.94197848e+120, 1.44429964e-088, -2.28920735e+294],[-2.70534020e+252, 3.12897830e-053, -5.11507284e+039],[-4.25371363e+003, 1.11313317e+253, 0.00000000e+000]])
1
热门推荐