NumPy 1.14 - numpy.ma.empty_like()

numpy.ma.empty_like




numpy

numpy.ma.empty_like

numpy.ma.empty_like(a, dtype=None, order='K', subok=True) = <numpy.ma.core._convert2ma object>

एक ही आकृति के साथ एक नया सरणी लौटाएं और दिए गए सरणी के रूप में टाइप करें।

पैरामीटर:

a : array_like

आकार और डेटा-प्रकार परिभाषित सरणी के इन्हीं गुणों को परिभाषित करते हैं।

dtype : data-type, वैकल्पिक

परिणाम के डेटा प्रकार को ओवरराइड करता है।

संस्करण 1.6.0 में नया।

आदेश : {'C', 'F', 'A', या 'K'}, वैकल्पिक

परिणाम के मेमोरी लेआउट को ओवरराइड करता है। 'सी' का मतलब सी-ऑर्डर है, 'एफ' का मतलब एफ-ऑर्डर है, 'ए' का मतलब 'एफ' है अगर a फोरट्रान सन्निहित है, तो 'सी' अन्यथा। 'K' का मतलब है कि a संभव के रूप में बारीकी से लेआउट का मिलान करें।

संस्करण 1.6.0 में नया।

सबोक : बूल, वैकल्पिक।

यदि यह सत्य है, तो नया बनाया गया सरणी उप-वर्ग प्रकार 'a' का उपयोग करेगा, अन्यथा यह एक आधार-वर्ग सरणी होगा। सत्य की अवहेलना।

यह दिखाता है:

बाहर : ndarray

एक ही आकार और प्रकार के साथ एकरहित (मनमाना) डेटा की सरणी।

यह भी देखें

ones_like
आकार और इनपुट के प्रकार के साथ लोगों की एक सरणी लौटें।
zeros_like
आकार और इनपुट के प्रकार के साथ शून्य की एक सरणी लौटें।
empty
एक नया असिंचित सरणी लौटें।
ones
मान के लिए एक नया सरणी सेटिंग लौटाएं।
zeros
मान सेट करने के लिए एक नया सरणी शून्य पर लौटें।

टिप्पणियाँ

यह फ़ंक्शन लौटे सरणी को इनिशियलाइज़ नहीं करता है; इसके बजाय zeros_like या ones_like उपयोग करें। यह सरणी मान सेट करने वाले फ़ंक्शंस की तुलना में मामूली रूप से तेज़ हो सकता है।

उदाहरण

>>> a = ([1,2,3], [4,5,6])                         # a is array-like
>>> np.empty_like(a)
array([[-1073741821, -1073741821,           3],    #random
       [          0,           0, -1073741821]])
>>> a = np.array([[1., 2., 3.],[4.,5.,6.]])
>>> np.empty_like(a)
array([[ -2.00000715e+000,   1.48219694e-323,  -2.00000572e+000],#random
       [  4.38791518e-305,  -2.00000715e+000,   4.17269252e-309]])