numpy.polynomial.hermite.hermx

polynomial.hermite.hermx=array([0. , 0.5])

Объект массива представляет собой многомерный однородный массив элементов фиксированного размера. Связанный 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 точкой или чем-то другим и т. д.).

Массивы должны быть созданы с помощью array, zeros или empty (см. раздел «См. также» ниже). Параметры, указанные здесь, относятся 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 может быть интерпретирован как тип данных numpy.

bufferобъект, предоставляющий 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 режима создания массива с помощью __new__:

1. Если buffer равно None, то используются только shape, dtype и order.
2. Если buffer — это объект, предоставляющий интерфейс буфера, тогда 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 удобных 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 об использовании памяти, например, ‘C_CONTIGUOUS’, ‘OWNDATA’, ‘WRITEABLE’ и т. д.

flatобъект numpy.flatiter

Расплющенный массив в виде итератора. Итератор позволяет производить 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, 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 перехода 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 перехода от элемента к элементу в памяти требуется смещение на 2 байта. Для перехода от строки к строке необходимо сместиться 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). Массив base — это место, где фактически хранятся данные массива.