numpy.polynomial.chebyshev.chebdomain #
- 多项式.切比雪夫。chebdomain =数组([-1, 1]) #
数组对象表示固定大小项的多维同构数组。关联的数据类型对象描述了数组中每个元素的格式(它的字节顺序、它在内存中占用多少字节、它是整数、浮点数还是其他值等)
数组应该使用
array
,zeros
或来构造empty
(请参阅下面的“另请参阅”部分)。这里给出的参数指的是用于实例化数组的低级方法(ndarray(…) )。有关更多信息,请参阅该
numpy
模块并检查数组的方法和属性。- 参数:
- (对于 __new__ 方法;请参阅下面的注释)
- 整数的形状元组
创建的数组的形状。
- dtype数据类型,可选
任何可以解释为 numpy 数据类型的对象。
- 缓冲区对象公开缓冲区接口,可选
用于用数据填充数组。
- 偏移量int,可选
缓冲区中数组数据的偏移量。
- strides整数元组,可选
内存中数据的跨步。
- 订单{'C', 'F'},可选
行优先(C 风格)或列优先(Fortran 风格)顺序。
也可以看看
array
构造一个数组。
zeros
创建一个数组,每个元素为零。
empty
创建一个数组,但保持其分配的内存不变(即,它包含“垃圾”)。
dtype
创建数据类型。
numpy.typing.NDArray
ndarray的通用
dtype.type
别名。
笔记
有两种创建数组的模式
__new__
:不需要任何
__init__
方法,因为数组在__new__
方法之后已完全初始化。例子
这些示例说明了低级
ndarray
构造函数。请参阅上面的“另请参阅”部分,了解构造 ndarray 的更简单方法。第一种模式,缓冲区为 None:
>>> np.ndarray(shape=(2,2), dtype=float, order='F') array([[0.0e+000, 0.0e+000], # random [ nan, 2.5e-323]])
第二种模式:
>>> np.ndarray((2,), buffer=np.array([1,2,3]), ... offset=np.int_().itemsize, ... dtype=int) # offset = 1*itemsize, i.e. skip first element array([2, 3])
- 属性:
- 数组
数组的转置。
- 数据缓冲区
数组的元素,在内存中。
- 数据类型数据类型对象
描述数组中元素的格式。
- 标志字典
包含与内存使用相关的信息的字典,例如“C_CONTIGUOUS”、“OWNDATA”、“WRITEABLE”等。
- 平面numpy.flatiter 对象
作为迭代器的数组的扁平化版本。迭代器允许赋值,例如(参见赋值示例;TODO)。
x.flat = 3
ndarray.flat
- 图像数组
数组的虚部。
- 实数数组
数组的实部。
- 大小整数
数组中的元素数量。
- 项目大小整数
每个数组元素的内存使用量(以字节为单位)。
- nbytes整数
存储数组数据所需的总字节数,即。
itemsize * size
- 恩迪姆整数
数组的维数。
- 整数的形状元组
阵列的形状。
- strides整数元组
在内存中从一个元素移动到下一个元素所需的步长。例如,C 顺序类型的连续数组 具有 strides 。这意味着在内存中从一个元素移动到另一个元素需要跳转 2 个字节。要从行移动到行,需要一次跳转 8 个字节 ( )。
(3, 4)
int16
(8, 2)
2 * 4
- ctypes ctypes 对象
包含与 ctypes 交互所需的数组属性的类。
- 基本数组
如果该数组是另一个数组的视图,则该数组是其基础 (除非该数组也是视图)。基数组是实际存储数组数据的地方。