numpy.require

numpy.require(a, dtype=None, requirements=None) [source]

Возвращает ndarray заданного типа, удовлетворяющего требованиям.

Эта функция полезна для того, чтобы убедиться, что возвращается массив с правильными флагами для передачи в скомпилированный код (возможно, через ctypes).

Параметры:

a : array_like Объект, который должен быть преобразован в массив, удовлетворяющий требованиям типа и условиям. dtype : data-type Требуемый тип данных. Если None, сохраняется текущий тип данных. Если вашему приложению требуется, чтобы данные были в родном байтовом порядке, укажите спецификацию байтового порядка как часть спецификации типа данных. requirements : str or list of str Список требований может быть любым из следующих ‘F_CONTIGUOUS’ (‘F’) - гарантирует Fortran-непрерывный массив ‘C_CONTIGUOUS’ (‘C’) - гарантирует C-непрерывный массив ‘ALIGNED’ (‘A’) - гарантирует выровненный по данным массив ‘WRITEABLE’ (‘W’) - гарантирует изменяемый массив ‘OWNDATA’ (‘O’) - гарантирует массив, владеющий своими данными ‘ENSUREARRAY’, (‘E’) - гарантирует базовый массив, а не подкласс

См. также

asarray

Преобразовать входные данные в ndarray.

asanyarray

Преобразовать в ndarray, но пропустить подклассы ndarray.

ascontiguousarray

Преобразовать входные данные в непрерывный массив.

asfortranarray

Преобразовать входные данные в ndarray с порядком памяти по столбцам.

ndarray.flags

Информация о структуре памяти массива.

Примечания

Возвращаемый массив гарантированно будет иметь указанные требования, создавая копию при необходимости.

Примеры

>>> x = np.arange(6).reshape(2,3)
>>> x.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

>>> y = np.require(x, dtype=np.float32, requirements=['A', 'O', 'W', 'F'])
>>> y.flags
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False