编程语言
首页 > 编程语言> > python – 从np.empty初始化numpy数组

python – 从np.empty初始化numpy数组

作者:互联网

从空内存初始化ndarray时,符号位是如何确定的?

>>> np.random.randn(3,3)
array([[-0.35557367, -0.0561576 , -1.84722985],
       [ 0.89342124, -0.50871646,  1.31368413],
       [ 0.0062188 ,  1.62968789,  0.72367089]])
>>> np.empty((3,3))
array([[0.35557367, 0.0561576 , 1.84722985],
       [0.89342124, 0.50871646, 1.31368413],
       [0.0062188 , 1.62968789, 0.72367089]])

从空记忆中初始化的这些浮点值已经失去了它们的标志†.这是为什么?

†注意:此结果依赖于内存重用的实现细节.问题是询问实施的内容.

解决方法:

numpy.empty没有手动清除符号位或任何东西.符号位只是在malloc返回值的那些位中留下的垃圾.你看到的效果是由于其他地方的numpy.absolute调用.

问题是,numpy.empty没有重用randn返回值的缓冲区.毕竟,由于_变量,当空创建数组时,randn返回值仍然存在.

numpy.empty正在重用在字符串化第一个数组的过程中创建的数组的缓冲区.我相信它是this one

def fillFormat(self, data):
    # only the finite values are used to compute the number of digits
    finite_vals = data[isfinite(data)]

    # choose exponential mode based on the non-zero finite values:
    abs_non_zero = absolute(finite_vals[finite_vals != 0])
    ...

看到绝对的电话?就是那个.

这是支持该结论的一些额外测试:

>>> a = numpy.random.randn(3, 3)
>>> b = numpy.arange(-5, 4, dtype=float)
>>> c = numpy.arange(-5, 13, 2, dtype=float)
>>> a
array([[-0.96810932,  0.86091026, -0.32675013],
       [-1.23458136,  0.56151178, -0.37409982],
       [-1.71348979,  0.64170792, -0.20679512]])
>>> numpy.empty((3, 3))
array([[ 0.96810932,  0.86091026,  0.32675013],
       [ 1.23458136,  0.56151178,  0.37409982],
       [ 1.71348979,  0.64170792,  0.20679512]])
>>> b
array([-5., -4., -3., -2., -1.,  0.,  1.,  2.,  3.])
>>> numpy.empty((3, 3))
array([[ 0.96810932,  0.86091026,  0.32675013],
       [ 1.23458136,  0.56151178,  0.37409982],
       [ 1.71348979,  0.64170792,  0.20679512]])
>>> c
array([ -5.,  -3.,  -1.,   1.,   3.,   5.,   7.,   9.,  11.])
>>> numpy.empty((3, 3))
array([[  5.,   3.,   1.],
       [  1.,   3.,   5.],
       [  7.,   9.,  11.]])
>>> numpy.array([1.0, 0, 2, 3, 4, 5, 6, 7, 8, 9])
array([ 1.,  0.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])
>>> numpy.empty((3, 3))
array([[ 1.,  2.,  3.],
       [ 4.,  5.,  6.],
       [ 7.,  8.,  9.]])

numpy.empty结果受打印a和c的影响,而不是创建这些数组的过程. b没有效果,因为它有8个非零元素.最后一个数组([1.0,0,2,…])有效,因为即使它有10个元素,其中只有9个非零.

标签:python,numpy,heap-memory
来源: https://codeday.me/bug/20190910/1801406.html