numpy.ma.empty_like#

ma.empty_like(prototype, dtype=None, order='K', subok=True, shape=None, *, device=None) = <numpy.ma.core._convert2ma object>#

返回一个与给定数组具有相同形状和类型的新数组。

参数:
prototype类数组

prototype 的形状和数据类型定义了返回数组的这些相同属性。

dtype数据类型，可选

覆盖结果的数据类型。

版本 1.6.0 中的新增功能。

order{‘C’, ‘F’, ‘A’, or ‘K’}, 可选

覆盖结果的内存布局。’C’ 表示 C 顺序，’F’ 表示 F 顺序，’A’ 表示如果 prototype 是 Fortran 连续的则为 ‘F’，否则为 ‘C’。’K’ 表示尽可能接近地匹配 prototype 的布局。

版本 1.6.0 中的新增功能。

subok布尔值，可选。

如果为 True，则新创建的数组将使用 prototype 的子类类型，否则它将是基类数组。默认为 True。

shape整数或整数序列，可选。

覆盖结果的形状。如果 order=’K’ 且维度数未更改，将尝试保持顺序，否则，将隐式使用 order=’C’。

版本 1.17.0 中的新增功能。

device字符串，可选

放置创建数组的设备。默认：None。仅用于 Array-API 交互操作，因此如果传递，则必须为 "cpu"。

版本 2.0.0 中的新增功能。

返回值:
outMaskedArray

具有与 prototype 相同形状和类型的未初始化（任意）数据的数组。

参见

ones_like

返回一个与输入具有相同形状和类型的全 1 数组。

zeros_like

返回一个与输入具有相同形状和类型的全 0 数组。

full_like

返回一个用值填充的形状与输入相同的新数组。

empty

返回一个新的未初始化数组。

注释

与其他数组创建函数（例如 zeros_like、ones_like、full_like）不同，empty_like 不会初始化数组的值，因此速度可能略快。但是，新分配的数组中存储的值是任意的。为了获得可重复的行为，请确保在读取之前设置数组的每个元素。

示例

>>> import numpy as np
>>> a = ([1,2,3], [4,5,6])                         # a is array-like
>>> np.empty_like(a)
array([[-1073741821, -1073741821,           3],    # uninitialized
       [          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], # uninitialized
       [  4.38791518e-305,  -2.00000715e+000,   4.17269252e-309]])
本页内容