numpy.require
-
numpy.require(a, dtype=None, requirements=None)[source] -
Возвращает ndarray заданного типа, удовлетворяющего требованиям.
Эта функция полезна, чтобы убедиться, что для передачи в скомпилированный код (возможно, через ctypes) возвращается массив с правильными флагами.
- Параметры
-
-
aarray_like -
Объект, который необходимо преобразовать в массив, удовлетворяющий типу и требованиям.
-
dtypedata-type -
Требуемый тип данных. Если None, сохраняется текущий тип данных. Если ваше приложение требует, чтобы данные были в родном байтовом порядке, укажите спецификацию байтового порядка в качестве части спецификации типа данных.
-
requirementsstr 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 массив типа данных
- ‘WRITEABLE’ (‘W’) - гарантирует изменяемый массив
- ‘OWNDATA’ (‘O’) - гарантирует массив, который владеет своими данными
- ‘ENSUREARRAY’, (‘E’) - гарантирует базовый массив, а не подкласс
-
- Возвращает
-
-
outndarray -
Массив с указанными требованиями и типом, если он задан.
-
См. также
-
asarray -
Преобразование входных данных в ndarray.
-
asanyarray -
Преобразование в ndarray, но пропускает подклассы ndarray.
-
ascontiguousarray -
Преобразование входных данных в непрерывный массив.
-
asfortranarray -
Преобразование входных данных в ndarray с порядком памяти по столбцам.
-
ndarray.flags -
Информация о расположении данных в 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
© 2005–2020 NumPy Developers
Licensed under the 3-clause BSD License.
https://numpy.org/doc/1.19/reference/generated/numpy.require.html