NumPy numpy.empty()的使用

Python的numpy模块提供了一个名为 numpy.empty() 的函数。这个函数用于创建一个没有初始化给定形状和类型的数组。

与 numpy.zeros() 函数一样， numpy.empty() 函数不会将数组的值设置为零，并且比 numpy.zeros() 函数更快。这个函数要求用户手动设置数组中的所有值，应该谨慎使用。

语法

numpy.empty(shape, dtype=float, order='C')

参数

shape: int或int元组

该参数定义空数组的形状，如(3, 2)或(3, 3)。

dtype: 数据类型（可选）

该参数定义所需的输出数组的数据类型。

order: {‘C’, ‘F’}（可选）

该参数定义多维数组在内存中的存储顺序，可以选择行优先（row-major）或列优先（column-major）。默认情况下，order参数设置为’C’。

返回值

该函数返回具有在函数中定义的形状、数据类型和顺序的未初始化数据的数组。

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

我们使用别名为np导入了numpy。
我们声明了变量 ‘x’ 并将 np.empty() 函数的返回值赋给它。
我们在函数中传递了形状。
最后，我们尝试打印出 ‘x’ 的值和元素之间的差异。

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。
我们声明了变量 ‘x’ 并赋值为 np.empty() 函数的返回值。
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 ‘x’ 的值和元素之间的差异。

输出显示了一个未初始化值的数组，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]])