numpy.polynomial.hermite.hermone

polynomial.hermite.hermone=array([1])

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

Массивы должны быть созданы с помощью array, zeros или empty (см. раздел «См. также» ниже). Здесь параметры относятся к низкоуровневому методу (ndarray(…)) для создания массива.

Для получения дополнительной информации обратитесь к модулю 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, экспонирующий 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

Построение массива.

zeros

Создать массив, каждый элемент которого равен нулю.

empty

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

dtype

Создать тип данных.

numpy.typing.NDArray

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

Примечания

Существуют два режима создания массива с помощью __new__:

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

Метод __init__ не нужен, потому что массив полностью инициализируется после метода __new__.

Примеры

Эти примеры иллюстрируют низкоуровневый конструктор ndarray. Более простые способы построения ndarray см. в разделе 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

Транспонирование массива.

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

Расплющенная версия массива как итератор. 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 каждого элемента массива в байтах.

nbytesцелое число

Общее количество байт, необходимое для хранения данных массива, т. е., itemsize * size.

ndimцелое число

Количество 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 означает, что для перемещения от элемента к элементу в памяти требуется прыжок на 2 байта. Для перемещения от строки к строке необходимо выполнить прыжок на 8 байт (2 * 4).

ctypesобъект ctypes

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

basendarray

Если массив является представлением другого массива, то этот массив является его base (если этот массив также является представлением). В массиве base фактически хранятся данные массива.