numpy.polynomial.hermite.hermdomain

polynomial.hermite.hermdomain=array([-1., 1.])

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

Массивы должны создаваться с помощью array, zeros или empty (см. раздел «См. также» ниже). Здесь приведены параметры, относящиеся к низкоуровневому методу (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 можно интерпретировать 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 (стиль C) или столбцов (стиль Fortran).

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 обобщённый относительно его dtype.type.

Примечания

Существует два способа 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 инициализируется после метода __new__.

Примеры

Эти примеры иллюстрируют низкоуровневый конструктор ndarray. См. раздел «See Also» выше, чтобы узнать, как проще создавать ndarray.

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, связанную с использованием памяти, например, ‘C_CONTIGUOUS’, ‘OWNDATA’, ‘WRITEABLE’ и т. д.

flatобъект numpy.flatiter

Уплощённая версия массива в виде итератора. Итератор позволяет выполнять присваивания, например, x.flat = 3 (См. ndarray.flat для примеров присваивания; TODO).

imagndarray

Мнимая часть массива.

realndarray

Вещественная часть массива.

sizeцелое число

Количество элементов в массиве.

itemsizeцелое число

Использование памяти для каждого элемента массива в байтах.

nbytesцелое число

Общее количество байтов, необходимое 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 требуются переходы по 2 байта. Для перемещения от строки к строке нужно перепрыгнуть на 8 байт (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 является представлением). В массиве base фактически хранятся данные массива.