numpy.polynomial.hermite_e.hermex #

多项式.hermite_e。Hermex =数组([0, 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__

  1. 如果buffer为 None,则仅 使用shapedtypeorder 。

  2. 如果buffer是公开缓冲区接口的对象,则解释所有关键字。

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 = 3ndarray.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)。基数是实际存储数组数据的地方。