numpy.empty

numpy.empty(shape, dtype=float, order='C', *, device=None, like=None)

Возвращает новый массив заданной формы и типа без инициализации элементов.

Параметры:

shapeint или кортеж из int

Форма пустого массива, например, (2, 3) или 2.

dtypeтип данных, необязательно

Желаемый тип данных выходного массива, например, numpy.int8. По умолчанию numpy.float64.

order{‘C’, ‘F’}, необязательно, по умолчанию: ‘C’

Определяет, хранится ли многомерные данные в строчном (C-стиле) или столбцовом (Fortran-стиле) порядке в памяти.

deviceстрока, необязательно

Устройство, на котором разместить созданный массив. По умолчанию: None. Только для совместимости с Array-API, поэтому должно быть "cpu" при передаче.

Добавлена в версии 2.0.0.

likearray_like, необязательно

Объект-ссылка для создания массивов, которые не являются массивами NumPy. Если в качестве like передаётся массив-подобный объект, поддерживающий протокол __array_function__, результат будет определяться им. В этом случае это гарантирует создание объекта массива, совместимого с переданным через этот аргумент.

Добавлена в версии 1.20.0.

Возвращаемое значение:

outndarray

Массив без инициализации (произвольных) данных заданной формы, типа и порядка. Массивы объектов будут инициализированы None.

См. также

empty_like

Возвращает пустой массив с формой и типом входных данных.

ones

Возвращает новый массив с элементами, установленным в единицу.

zeros

Возвращает новый массив с элементами, установленным в ноль.

full

Возвращает новый массив заданной формы, заполненный заданным значением.

Примечания

В отличие от других функций создания массивов (например, zeros, ones, full), empty не инициализирует значения массива, и поэтому может быть немного быстрее. Однако значения, хранящиеся в только что выделенном массиве, являются произвольными. Для воспроизводимого поведения необходимо установить каждое значение элемента массива перед чтением.

Примеры

>>> 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