Question

我使用NumPy np.empty()获取具有随机值的数组，但是当我之前定义普通np.array()时它不起作用。

这是我使用的两个功能：

import numpy as np

def create_float_array(x):
    return np.array([float(x)])

def get_empty_array():
    return np.empty((), dtype=np.float).tolist()

我在控制台中写道，只是为了测试get_empty_array()：

>>> get_empty_array() # Should return a random float
>>> 0.007812501848093234

我对结果感到满意，所以我尝试了一下，但是它并没有达到我想要的效果：

>>> create_float_array(3.1415) # Create a NumPy array with the float given
>>> array([3.1415])
>>> get_empty_array() # Should return another random value in a NumPy array
>>> 3.1415

我不太确定为什么创建NumPy数组会影响np.empty()方法产生的随机值。显然，它给出的值与np.array（）中的值相同，在这种情况下为3.1415。

请注意，出于测试目的，我选择将np.empty()的形状保留为空，但实际上它会具有某种形状。

最后，我知道这不是获取随机值的正确方法，但是我需要在程序中使用np.empty()，但不完全知道为什么会发生这种情况。

Answer 1

只需要澄清一点：

np.empty没有给出真正的随机值。 offical NumPy documentation states将包含“未初始化的条目”或“任意数据”：

numpy.empty(shape, dtype=float, order='C')

返回给定形状和类型的新数组，而无需初始化条目。

[...]

返回：

out： ndarray

给定形状，dtype和顺序的未初始化（任意）数据的数组。对象数组将初始化为None。

那么未初始化或任意意味着什么？要了解这一点，您必须了解在创建对象（任何对象）时，需要询问某人（某人可以是NumPy内部，Python内部或您的OS）所需的内存量。

因此，当您创建一个空数组时，NumPy会请求内存。 NumPy数组的内存量将为Python对象带来一些开销，并且需要一定数量的内存来包含数组的值。该内存可能包含任何内容。因此，“未初始化的值”意味着它仅包含您所拥有的内存中的任何内容。

这里发生的只是一个巧合。您创建了一个包含一个浮点数的数组，然后将其打印，然后再次销毁，因为您没有人对其进行引用（尽管这是CPython特定的，但其他Python实现可能不会立即释放内存，而最终会释放它）。然后，创建一个包含一个浮点数的空数组。第二个数组的内存量与第一个内存刚刚释放的内存量相同。这就是巧合的来源：所以也许某些东西（NumPy，Python或您的OS）决定再次为您提供相同的内存位置。

定义普通NumPy数组后，NumPy empty（）数组不提供随机浮点数

1 个答案:

`numpy.empty(shape, dtype=float, order='C')`

返回：