numpy.ma.empty_like

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

Возвращает новый массив с той же формой и типом, что и заданный массив.

Параметры

prototypearray_like

Форма и тип данных prototype определяют эти же атрибуты возвращаемого массива.

dtypeтип данных, необязательно

Переопределяет тип данных результата.

Введено в версии 1.6.0.

order{‘C’, ‘F’, ‘A’, или ‘K’}, необязательно

Переопределяет расположение памяти результата. ‘C’ означает порядок C, ‘F’ означает порядок F, ‘A’ означает ‘F’, если prototype является фортран-непрерывным, ‘C’ в противном случае. ‘K’ означает, что расположение prototype будет максимально точно воспроизведено.

Введено в версии 1.6.0.

subokbool, необязательно.

Если True, тогда новый созданный массив будет использовать тип подкласса prototype, иначе — массив базового класса. По умолчанию True.

shapeцелое число или последовательность целых чисел, необязательно.

Переопределяет форму результата. Если order=’K’ и число измерений не изменилось, попытается сохранить порядок, в противном случае, подразумевается order=’C’.

Введено в версии 1.17.0.

Возвращает

outndarray

Массив с неинициализированными (произвольными) данными с такой же формой и типом, что и prototype.

См. также

ones_like

Возвращает массив единиц с формой и типом входных данных.

zeros_like

Возвращает массив нулей с формой и типом входных данных.

full_like

Возвращает новый массив с формой входных данных, заполненный значением.

empty

Возвращает новый неинициализированный массив.

Примечания

Эта функция не инициализирует возвращаемый массив; для этого используйте zeros_like или ones_like вместо этого. Она может быть немного быстрее, чем функции, которые устанавливают значения в массиве.

Примеры

>>> 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]])