資料結構
網路
關係型資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法學研究在NumPy中返回一個與給定陣列形狀和型別相同，並更改順序為K樣式的新陣列
要返回一個與給定陣列形狀和型別相同的新陣列，請在Python NumPy中使用**numpy.empty_like()**方法。它返回一個未初始化（任意）資料的陣列，其形狀和型別與原型相同。這裡的第一個引數是原型（類似陣列）的形狀和資料型別，它們定義了返回陣列的這些相同屬性。我們使用“**order**”引數將順序設定為'K'樣式。'K'表示儘可能緊密地匹配原型的佈局。
order引數會覆蓋結果的記憶體佈局。'C'表示C順序，'F'表示Fortran順序，'A'表示如果原型是Fortran連續的則為'F'，否則為'C'。'K'表示儘可能緊密地匹配原型的佈局。shape引數會覆蓋結果的形狀。如果order='K'並且維數不變，則會嘗試保持順序，否則，則隱含order='C'。overrides引數會覆蓋結果的資料型別。
如果subok引數為True，則新建立的陣列將使用原型的子類型別，否則它將是基類陣列。預設為True。
步驟
首先，匯入所需的庫：
import numpy as np
使用array()方法建立一個NumPy三維陣列。我們添加了int型別的元素：
arr = np.array([ [[5,10],[15,20]],[[25,30],[35,40]],[[50,60],[70,80]]])
顯示陣列：
print("Array...
",arr)
獲取陣列的型別：
print("
Array type...
", arr.dtype)獲取陣列的維度：
print("
Array Dimensions...
", arr.ndim)
要返回一個與給定陣列形狀和型別相同的新陣列，請在Python NumPy中使用numpy.empty_like()方法。返回一個未初始化（任意）資料的陣列，其形狀和型別與原型相同。我們使用“order”引數將順序設定為'K'樣式：
newArr = np.empty_like(arr, order = 'K')
print("
New Array..
", newArr)獲取新陣列的型別：
print("
New Array type...
", newArr.dtype)
獲取新陣列的維度：
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)輸出
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
更新於：2022年2月8日
97 次瀏覽
廣告