NumPy中empty()函数是一个创建新数组的函数，它可以根据给定的形状和数据类型创建一个新的未初始化的数组。它不会进行任何填充，所以它的内容是未知的，使用前需要自行初始化。
empty()函数的语法格式为：
numpy.empty(shape, dtype = float, order = 'C')
其中，shape参数表示新数组的形状，可以是一个整数或者一个整数元组；dtype参数表示新数组的数据类型，可以是int、float等；order参数表示新数组的存储顺序，可以是'C'（行优先）或'F'（列优先）。
下面是一个简单的示例：
import numpy as np # 创建一个3行4列的未初始化的float类型的数组 arr = np.empty([3, 4], dtype = float) # 打印数组 print(arr)
输出结果如下：
[[0. 0. 0. 0.] [0. 0. 0. 0.] [0. 0. 0. 0.]]
可以看到，这个数组是一个3行4列的未初始化的float类型的数组，它的内容是未知的，使用前需要自行初始化。
除了上面的使用方法，还可以使用empty_like()函数来创建一个和给定数组的形状和类型一样的未初始化数组。示例如下：
import numpy as np # 创建一个3行4列的float类型的数组 arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) # 创建一个和arr形状和类型一样的未初始化数组 arr_empty = np.empty_like(arr) # 打印数组 print(arr_empty)
输出结果如下：
[[0. 0. 0. 0.] [0. 0. 0. 0.] [0. 0. 0. 0.]]
可以看到，这个数组是一个和arr形状和类型一样的未初始化数组，它的内容也是未知的，使用前需要自行初始化。
NumPy中的empty()函数可以根据给定的形状和数据类型创建一个新的未初始化的数组，这个数组的内容是未知的，使用前需要自行初始化。
本文链接：http://task.lmcjl.com/news/9167.html
