numpy.empty_like

原文:https://docs.scipy.org/doc/numpy/reference/generated/numpy.empty_like.html

译者:飞龙 UsyiyiCN

校对:(虚位以待)

numpy.empty_like(a, dtype=None, order='K', subok=True)

返回具有与给定数组相同的形状和类型的新数组。

参数:

a:array_like

a的形状和数据类型定义返回的数组的这些相同的属性。

dtype:数据类型,可选

覆盖结果的数据类型。

版本1.6.0中的新功能。

order:{'C','F','A'或'K'},可选

覆盖结果的内存布局。'C'表示C阶,'F'表示F阶,'A'表示如果a是Fortran连续的'F',否则为'C'。'K'表示尽可能接近a的布局。

版本1.6.0中的新功能。

subok:bool,可选。

如果为True,那么新创建的数组将使用子类类型'a',否则将是一个基类数组。默认为True。

返回:

out:ndarray

具有与a相同形状和类型的未初始化(任意)数据的数组。

也可以看看

ones_like
返回具有输入的形状和类型的数组。
zeros_like
返回具有输入的形状和类型的零数组。
empty
返回一个新的未初始化数组。
ones
将新的数组设置值返回为1。
zeros
将新的数组设置值返回为零。

笔记

此函数初始化返回的数组;可以使用zeros_likeones_like来代替。它可能会稍微快于设置数组值的函数。

例子

>>> a = ([1,2,3], [4,5,6])                         # a is array-like
>>> np.empty_like(a)
array([[-1073741821, -1073741821,           3],    #random
       [          0,           0, -1073741821]])
>>> a = np.array([[1., 2., 3.],[4.,5.,6.]])
>>> np.empty_like(a)
array([[ -2.00000715e+000,   1.48219694e-323,  -2.00000572e+000],#random
       [  4.38791518e-305,  -2.00000715e+000,   4.17269252e-309]])