numpy.polynomial.hermite_e.hermedomain

polynomial.hermite_e.hermedomain=array([-1., 1.])

Объект массива представляет собой многомерный однородный массив элементов фиксированного размера. Сопутствующий 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 создаваться с помощью array, zeros или empty (см. раздел «См. также» ниже). Здесь указаны параметры, относящиеся к методу низкого уровня (ndarray(…)) для создания массива.

Для получения дополнительной информации см. модуль 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

Создать массив.

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 обобщенного 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, экспонирующий интерфейс буфера, то все ключевые слова интерпретируются.

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

Примеры

Эти примеры иллюстрируют конструктор низкого уровня ndarray. Обратитесь к разделу See Also выше для более простых способов создания 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

Равномерный массив 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, необходимых для хранения данных массива, т. е., itemsize * size.

ndimцелое число

Количество 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 означает, что для перехода от элемента к элементу в памяти требуется прыжок в 2 байта. Для перехода от строки к строке необходимо прыгнуть на 8 байтов (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). base массив, где фактически хранятся данные массива.