numpy.empty_like

numpy.empty_like(prototype, dtype=None, order='K', subok=True, shape=None, *, device=None)

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 Fortran-непрерывным, в противном случае ‘C’. ‘K’ означает соответствие расположению prototype как можно точнее.

Введено в версии 1.6.0.

subokbool, необязательно.

Если True, то новый созданный массив будет использовать подтип prototype, в противном случае это будет массив базового класса. По умолчанию True.

shapeint или последовательность целых чисел, необязательно.

Переопределяет форму результата. Если order=’K’ и количество измерений не изменилось, будет пытаться сохранить порядок, иначе подразумевается order=’C’.

Введено в версии 1.17.0.

devicestr, необязательно

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

Введено в версии 2.0.0.

Возвращаемое значение:

outndarray

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

См. также

ones_like

Возвращает массив единиц с формой и типом ввода.

zeros_like

Возвращает массив нулей с формой и типом ввода.

full_like

Возвращает новый массив с формой ввода, заполненный значением.

empty

Возвращает новый неинициализированный массив.

Примечания

В отличие от других функций создания массивов (например, zeros_like, ones_like, full_like), empty_like не инициализирует значения массива и поэтому может быть немного быстрее. Однако значения, хранящиеся в вновь выделенном массиве, являются произвольными. Для воспроизводимого поведения убедитесь, что каждый элемент массива установлен перед чтением.

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], # uninit
       [  4.38791518e-305,  -2.00000715e+000,   4.17269252e-309]])