在 Numpy 中返回一个与给定数组形状和类型相同的新数组
numpyserver side programmingprogramming更新于 2025/9/4 7:22:17
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 ma.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。
order 参数会覆盖结果的内存布局。"C"表示 C 顺序，"F"表示 Forder 顺序，"A"表示如果原型是 Fortran 连续的，则为"F"，否则为"C"。"K"表示尽可能匹配原型的布局。
步骤
首先，导入所需的库 −
import numpy as np import numpy.ma as ma
使用 Python Numpy 中的 numpy.array() 方法创建一个新数组 −
arr = np.array([[77, 51, 92], [56, 31, 69], [73, 88, 51], [62, 45, 67]])
显示我们的数组 −
print("数组...
",arr)
要返回与给定数组具有相同形状和类型的新数组，请使用 Python Numpy 中的 ma.empty_like() 方法。参数是原型，即原型的形状和数据类型定义了返回数组的相同属性。 −
arr = ma.empty_like(arr)
显示我们的数组 −
print("
新数组...
",arr)
获取数组的维度 −
print("
数组维度...
",arr.ndim)
获取数组的形状 −
print("
我们的数组形状...
",arr.shape)
获取数组元素的数量 −
print("
数组中的元素...
",arr.size)
示例
# Python ma.MaskedArray - 返回一个与给定数组形状和类型相同的新数组
import numpy as np
import numpy.ma as ma
# 使用 Python Numpy 中的 numpy.array() 方法创建一个新数组
arr = np.array([[77, 51, 92], [56, 31, 69], [73, 88, 51], [62, 45, 67]])
# 显示我们的数组
print("数组...
",arr)
# 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 ma.empty_like() 方法
# 参数是原型，即原型的形状和数据类型定义了返回数组的相同属性
arr = ma.empty_like(arr)
# 显示我们的数组
print("
新数组...
",arr)
# 获取数组的维度
print("
数组维度...
",arr.ndim)
# 获取数组的形状
print("
我们的数组形状...
",arr.shape)
# 获取数组元素的数量
print("
数组中的元素...
",arr.size)
输出
数组... [[77 51 92] [56 31 69] [73 88 51] [62 45 67]] 新数组... [[ 0 0 0] [ 0 140657801869488 140657802018864] [140657801869552 140657801869616 140657801869680] [140657801997616 140657801869744 140657801997680]] 数组维度... 2 我们的数组形状... (4, 3) 数组中的元素... 12
