Používám níže uvedený kód pro vytvoření prázdné matice:
import numpy as np
x = np.array([[1,2,3], [4,5,6], [7,8,9], [10, 11, 12]])
print(x)
y =np.empty_like(x)
print(y)
# I get below data:
[[2097184 2097184 2097184]
[2097184 2097184 2097184]
[2097184 2097184 2097184]
[2097184 2097184 2097184]]
proč 2097184 stojan pro prázdné?
To nestojí za nic. Z dokumentace:
Tato funkce není inicializovat vrácené pole; k tomu, že použití
zeros_likeneboones_likemísto. To může být mírně rychlejší než funkce, které se nastaví pole hodnot.
Takže obsah pole se cokoliv stane být v paměti, že se používá pro to. V tomto případě, to byla parta 2097184 hodnoty. Příště si to vyzkoušet, budete pravděpodobně dostanete něco jiného.
Budete používat tohle, když vás nezajímá, co je v poli, protože se chystáte přepsat.
Na empty_like metoda není inicializovat pole (to je důvod, proč je velmi rychlejší než zeros_like a ones_like), takže tvar pole je přesně stejný jako x,, ale hodnoty jsou neinicializované a ve skutečnosti jsou téměř náhodné hodnoty z paměti přidělené místo do pole.
Kromě toho, je to jen efektivnější alternativa k zeros_like nebo ones_like:
%%timeit
np.zeros_like(x)
>>> 18.4 µs ± 2.39 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%%timeit
np.ones_like(x)
>>> 14.1 µs ± 205 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%%timeit
np.empty_like(x)
>>> 2.09 µs ± 62.4 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)