在 Numpy 中返回一个与给定数组形状和类型相同的新数组，并将顺序更改为 C 风格

要返回一个与给定数组形状和类型相同的新数组，请使用 Python Numpy 中的 numpy.empty_like() 方法。该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。此处的第一个参数是原型(类数组)的形状和数据类型，它们定义了返回数组的相同属性。我们使用"order"参数将顺序设置为"C"风格。

顺序会覆盖结果的内存布局。"C"表示 C 顺序，"F"表示 F 顺序，"A"表示"F"如果原型是 Fortran 连续的，则使用"C"，否则使用"K"。"K"表示尽可能匹配原型的布局。shape 覆盖结果的形状。如果 order="K"且维数不变，则尝试保持 order 值;否则，默认使用 order="C"。overrides 参数覆盖结果的数据类型。

subok 参数如果为 True，则新创建的数组将使用原型的子类类型，否则将使用基类数组。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("数组...
",arr)

获取数组的类型 −

print("
数组类型...
", arr.dtype)

获取数组的维度 −

print("
数组维度...
", arr.ndim)

要返回与给定数组形状和类型相同的新数组，请使用 Python Numpy 中的 numpy.empty_like() 方法。我们已使用"order"参数 minus 将顺序设置为"C"样式。

newArr = np.empty_like(arr, order = 'C')
print("
新数组..
", newArr)

获取新数组的类型 minus;

print("
新数组类型...
", newArr.dtype)

获取新数组的维度 −

print("
新数组维度...
", newArr.ndim)

示例

import numpy as np

# 使用 array() 方法创建 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("数组...
",arr)

# 获取数组的类型
print("
数组类型...
", arr.dtype)

# 获取数组的维度
print("
数组维度...
", arr.ndim)

# 要返回与给定数组形状和类型相同的新数组，请使用 Python Numpy 中的 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(类数组)的形状和数据类型，它们定义了返回数组的相同属性。
# 我们使用"order"参数将顺序设置为"C"样式。
newArr = np.empty_like(arr, order = 'C')
print("
新数组..
", newArr)

# 获取新数组的类型
print("
新数组类型...
", newArr.dtype)

# 获取新数组的维度
print("
新数组维度...
", newArr.ndim)

输出

数组...
[[[ 5 10]
[15 20]]

[[25 30]
[35 40]]

[[50 60]
[70 80]]]

数组类型...
int64

数组维度...
3

新数组..
[[[ 0 0]
[ 0 0]]

[[140006423023024 140006423022960]
[140006423023088 140006422893488]]

[[140006422893680 140006422893744]
[140006422893808 140006422894384]]]

新数组维度...
int64

新数组维度...
3