numpy.ma.empty#

ma.empty(shape, dtype=float, order='C', *, device=None, like=None) = <numpy.ma.core._convert2ma object>#

返回一个指定形状和类型的新数组，不初始化其内容。

参数:

shapeint 或 int 元组: 空数组的形状，例如 (2, 3) 或 2。
dtype数据类型，可选: 数组的期望输出数据类型，例如 numpy.int8。默认是 numpy.float64。
order{‘C’, ‘F’}，可选，默认值: ‘C’: 在内存中存储多维数据时，是采用行主序（C 风格）还是列主序（Fortran 风格）。
device字符串，可选: 创建的数组放置的设备。默认值: None。仅用于 Array-API 互操作性，如果传递，必须是 "cpu"。

2.0.0 版新增。
likearray_like，可选: 参考对象，允许创建非 NumPy 数组的数组。如果作为 like 传入的类数组对象支持 __array_function__ 协议，则结果将由其定义。在这种情况下，它确保创建与通过此参数传入的对象兼容的数组对象。

1.20.0 版新增。

返回:

outMaskedArray: 给定形状、数据类型和顺序的未初始化（任意）数据的数组。对象数组将初始化为 None。

另请参阅

empty_like: 返回一个与输入形状和类型相同的空数组。
ones: 返回一个所有值都设置为 1 的新数组。
zeros: 返回一个所有值都设置为 0 的新数组。
full: 返回一个指定形状并用给定值填充的新数组。

备注

与其他数组创建函数（例如 zeros、ones、full）不同，empty 不会初始化数组的值，因此可能会稍微快一些。然而，新分配数组中存储的值是任意的。为了获得可重现的行为，请务必在读取数组的每个元素之前对其进行设置。

示例

>>> import numpy as np
>>> np.empty([2, 2])
array([[ -9.74499359e+001,   6.69583040e-309],
       [  2.13182611e-314,   3.06959433e-309]])         #uninitialized

>>> np.empty([2, 2], dtype=int)
array([[-1073741821, -1067949133],
       [  496041986,    19249760]])                     #uninitialized