numpy.ma.empty#

ma.пустой(shape, dtype=None, порядок='C', *, device=None, как=None)[источник]#

Возвращает новый массив заданной формы и типа без инициализации элементов.

Параметры:

shapeint или кортеж int: Форма пустого массива, например, (2, 3) или 2.
dtypeтип данных, опционально: Желаемый тип данных для массива, например, numpy.int8. По умолчанию numpy.float64.
порядок{‘C’, ‘F’}, опционально, по умолчанию: ‘C’: Следует ли хранить многомерные данные в порядке строк (C-стиль) или столбцов (Fortran-стиль) в памяти.
devicestr, optional: Устройство, на котором будет размещён созданный массив. По умолчанию: None. Только для совместимости с Array-API, поэтому должно быть "cpu" если передано.

Новое в версии 2.0.0.
какarray_like, необязательный: Объект-ссылка, позволяющий создавать массивы, которые не являются массивами NumPy. Если массивоподобный объект, переданный как like поддерживает __array_function__ протокол, результат будет определен им. В этом случае он гарантирует создание объекта массива, совместимого с переданным через этот аргумент.

Новое в версии 1.20.0.

Возвращает:

выходMaskedArray: Массив неинициализированных (произвольных) данных заданной формы, типа данных и порядка. Объектные массивы будут инициализированы значением None.

Смотрите также

empty_like: Возвращает пустой массив с формой и типом входных данных.
ones: Возвращает новый массив, устанавливая значения в единицу.
zeros: Возвращает новый массив, устанавливая значения в ноль.
full: Возвращает новый массив заданной формы, заполненный 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 во вновь выделенном массиве, произвольны. Для воспроизводимого поведения обязательно устанавливайте каждый элемент массива перед чтением.

Примеры

>>> import numpy as np
>>> 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