数据结构
网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法学研究在NumPy中返回一个与给定数组形状和类型相同，并更改顺序为K样式的新数组
要返回一个与给定数组形状和类型相同的新数组，请在Python NumPy中使用**numpy.empty_like()**方法。它返回一个未初始化（任意）数据的数组，其形状和类型与原型相同。这里的第一个参数是原型（类似数组）的形状和数据类型，它们定义了返回数组的这些相同属性。我们使用“**order**”参数将顺序设置为'K'样式。'K'表示尽可能紧密地匹配原型的布局。
order参数会覆盖结果的内存布局。'C'表示C顺序，'F'表示Fortran顺序，'A'表示如果原型是Fortran连续的则为'F'，否则为'C'。'K'表示尽可能紧密地匹配原型的布局。shape参数会覆盖结果的形状。如果order='K'并且维数不变，则会尝试保持顺序，否则，则隐含order='C'。overrides参数会覆盖结果的数据类型。
如果subok参数为True，则新创建的数组将使用原型的子类类型，否则它将是基类数组。默认为True。
步骤
首先，导入所需的库：
import numpy as np
使用array()方法创建一个NumPy三维数组。我们添加了int类型的元素：
arr = np.array([ [[5,10],[15,20]],[[25,30],[35,40]],[[50,60],[70,80]]])
显示数组：
print("Array...
",arr)
获取数组的类型：
print("
Array type...
", arr.dtype)获取数组的维度：
print("
Array Dimensions...
", arr.ndim)
要返回一个与给定数组形状和类型相同的新数组，请在Python NumPy中使用numpy.empty_like()方法。返回一个未初始化（任意）数据的数组，其形状和类型与原型相同。我们使用“order”参数将顺序设置为'K'样式：
newArr = np.empty_like(arr, order = 'K')
print("
New Array..
", newArr)获取新数组的类型：
print("
New Array type...
", newArr.dtype)
获取新数组的维度：
print("
New Array Dimensions...
", newArr.ndim)示例
import numpy as np
# Creating a numpy Three-Dimensional array using the array() method
# We have added elements of int type
arr = np.array([[[5,10],[15,20]],[[25,30],[35,40]],[[50,60],[70,80]]])
# Display the array
print("Array...
",arr)
# Get the type of the array
print("
Array type...
", arr.dtype)
# Get the dimensions of the Array
print("
Array Dimensions...
", arr.ndim)
# To return a new array with the same shape and type as a given array, use the numpy.empty_like() method in Python Numpy
# It returns the array of uninitialized (arbitrary) data with the same shape and type as prototype.
# The 1st parameter here is the shape and data-type of prototype(array-like) that define these same attributes of the returned array.
# We have set the order to 'K' style using the "order" parameter.
# ‘K’ means match the layout of prototype as closely as possible.
newArr = np.empty_like(arr, order = 'K')
print("
New Array..
", newArr)
# Get the type of the new array
print("
New Array type...
", newArr.dtype)
# Get the dimensions of the new array
print("
New Array Dimensions...
", newArr.ndim)输出
Array... [[[ 5 10] [15 20]] [[25 30] [35 40]] [[50 60] [70 80]]] Array type... int64 Array Dimensions... 3 New Array.. [[[ 0 0] [ 0 0]] [[140451415756208 140451415756144] [140451415756272 140451415626672]] [[140451415626864 140451415626928] [140451415626992 140451415627568]]] New Array type... int64 New Array Dimensions... 3
更新于：2022年2月8日
97 次浏览
广告