numpy.polynomial.chebyshev.chebone

polynomial.chebyshev.chebone=array([1])

Объект массива представляет собой многомерный однородный массив фиксированного размера элементов. Соответствующий объект типа данных описывает формат каждого элемента в массиве (его порядок байтов, количество байтов, занимаемых в памяти, является ли он целым числом, числом с плавающей запятой или чем-то другим и т. д.).

Массивы должны быть построены с помощью array, zeros или empty (см. раздел «См. также» ниже). Передаваемые здесь параметры относятся к методу низкого уровня (ndarray(…)) для создания массива.

Дополнительную информацию см. в модуле numpy и изучите методы и атрибуты массива.

Параметры:

(для метода __new__; см. Примечания ниже)

shapeкортеж целых чисел

Форма создаваемого массива.

dtypeтип данных, необязательно

Любой объект, который может быть интерпретирован как тип данных numpy.

bufferобъект, реализующий интерфейс буфера, необязательно

Используется для заполнения массива данными.

offsetцелое число, необязательно

Смещение данных массива в буфере.

stridesкортеж целых чисел, необязательно

Шаги данных в памяти.

order{‘C’, ‘F’}, необязательно

Порядок строк (C-стиль) или столбцов (Fortran-стиль).

См. также

array

Создать массив.

zeros

Создать массив, каждый элемент которого равен нулю.

empty

Создать массив, но оставить его выделенную память неизменённой (т. е., она содержит «мусор»).

dtype

Создать тип данных.

numpy.typing.NDArray

Псевдоним ndarray обобщённого типа по отношению к его dtype.type.

Примечания

Существует два режима создания массива с помощью __new__:

1. Если buffer равно None, то используются только shape, dtype и order.
2. Если buffer — это объект, реализующий интерфейс буфера, то все ключевые слова интерпретируются.

Метод __init__ не нужен, так как массив полностью инициализирован после метода __new__.

Примеры

Эти примеры иллюстрируют низкоуровневый конструктор ndarray. Для более простых способов создания ndarray см. раздел See Also выше.

Первый режим, buffer равно None:

>>> np.ndarray(shape=(2,2), dtype=float, order='F')
array([[0.0e+000, 0.0e+000], # random
       [     nan, 2.5e-323]])

Второй режим:

>>> 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])

Атрибуты:

Tndarray

Транспонированный массив.

dataбуфер

Элементы массива в памяти.

dtypeобъект dtype

Описывает формат элементов в массиве.

flagsсловарь

Словарь, содержащий информацию о использовании памяти, например, ‘C_CONTIGUOUS’, ‘OWNDATA’, ‘WRITEABLE’ и т. д.

flatобъект numpy.flatiter

Распакованная версия массива как итератор. Итератор позволяет присваивать значения, например, x.flat = 3 (см. ndarray.flat для примеров присваивания; TODO).

imagndarray

Мнимая часть массива.

realndarray

Действительная часть массива.

sizeцелое число

Количество элементов в массиве.

itemsizeцелое число

Использование памяти каждого элемента массива в байтах.

nbytesцелое число

Общее количество байтов, необходимых для хранения данных массива, т. е., itemsize * size.

ndimцелое число

Число измерений массива.

shapeкортеж целых чисел

Форма массива.

stridesкортеж целых чисел

Шаг, необходимый для перемещения от одного элемента к следующему в памяти. Например, непрерывный (3, 4) массив типа int16 в порядке C имеет шаги (8, 2). Это подразумевает, что для перемещения от элемента к элементу в памяти требуется прыжки по 2 байта. Для перемещения от строки к строке необходимо прыгнуть на 8 байтов за раз (2 * 4).

ctypesобъект ctypes

Класс, содержащий свойства массива, необходимые для взаимодействия с ctypes.

basendarray

Если массив является представлением другого массива, этот массив является его base (если этот массив также не является представлением). Массив base — это то, где на самом деле хранятся данные массива.