NumPy教程-numpy.empty()在Python中的使用

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 np  
x = np.empty([3, 2])  
x  

输出：

array([[7.56544226e-316, 2.07617768e-316],
           [2.02322570e-316, 1.93432036e-316],
           [1.93431918e-316, 1.93431799e-316]])

在上面的代码中

• 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。

示例 2：

import numpy as np  
x = np.empty([3, 3], dtype=float)  
x  

输出：

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 np  
x = np.empty([3, 3], dtype=float, order='C')  
x  

输出：

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]]) 

在上面的代码中

• 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 np  
x = np.empty([3, 3], dtype=float, order='F')  
x  

输出：

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]])