为什么 np.empty() 和 np.zeros() returns 不同的值？

Question

我正在尝试使用 np.empty() 创建查找 table，但是当我打印数组时，我意识到数组中的值不是零。当我搜索它时，我发现 np.zeros() 和 np.empty() 都将 0 分配给所有值，但在分配时做的事情不同。我的意思是为什么不 np.empty() returns 一个全是零的数组？分配差异是怎么回事？

这是我的代码：


import numpy as np

lookUpTable = np.empty((1,256), np.uint8)
print(lookUpTable[0,2])
print(lookUpTable)

gamma=0.4
for i in range(256):
    lookUpTable[0,i] = np.clip(pow(i / 255.0, gamma) * 255.0, 0, 255)
print(lookUpTable)

这是他们布置的作业：

np.zeros()

[[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  0 0 0 0]]

np.empty()


[[ 92   0  63   0  63   0  92   0  67   0  58   0  92   0  85   0 115   0
  101   0 114   0 115   0  92   0 102   0  97   0 122   0 105   0 108   0
   92   0  65   0 112   0 112   0  68   0  97   0 116   0  97   0  92   0
   76   0 111   0  99   0  97   0 108   0  92   0  80   0 114   0 111   0
  103   0 114   0  97   0 109   0 115   0  92   0  80   0 121   0 116   0
  104   0 111   0 110   0  92   0  80   0 121   0 116   0 104   0 111   0
  110   0  51   0  56   0  45   0  51   0  50   0  92   0 108   0 105   0
  109   0 112   0 121   0  92   0 114   0  97   0 110   0 100   0 111   0
  109   0  92   0  95   0 103   0 101   0 110   0 101   0 114   0  97   0
  116   0 111   0 114   0  46   0  99   0 112   0  51   0  56   0  45   0
  119   0 105   0 110   0  51   0  50   0  46   0 112   0 121   0 100   0
   46   0  50   0  46   0  67   0 111   0 110   0 102   0 105   0 103   0
    0   0   0   0]]

Answer 1

np.zeros 保证您得到一个用零填充的数组。 np.empty 为您提供一个数组，其中包含内存中发生的所有内容；没有保证它会将数组清零。

仅当您计划用您自己的值完全填充数组时才使用后者。

我对 numpy 的内部实现一无所知，但我怀疑它在分配一个数组来保存结果时使用 np.empty 或一些等效的东西。它将显式填充结果数组的每个元素，因此不需要浪费时间确保数组清零。

Answer 2

来自 np.zeros documentation:

Return a new array of given shape and type, filled with zeros.

来自 np.empty documentation:

Return a new array of given shape and type, without initializing entries.

文档对此非常清楚并包含答案：numpy.empty() returns 所选大小的 未初始化 数组。这意味着当您创建数组时，数组的内容将完全未定义，并且您需要确保在第一次使用它时正确地初始化它。相反，numpy.zeros() 负责通过用零填充来初始化新数组。

为什么 np.empty() 和 np.zeros() returns 不同的值？

Why np.empty() and np.zeros() returns different values?

python

numpy

data-science