numpy.polynomial.laguerre.lagx

polynomial.laguerre.lagx=array([ 1, -1])

Объект массива представляет многомерный однородный массив фиксированного размера элементов. Соответствующий 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, приведенные 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

Создаёт массив.

zeros

Создаёт массив, каждый элемент которого равен нулю.

empty

Создаёт массив, но оставляет его выделенную память неизменённой (то есть она содержит «мусор»).

dtype

Создаёт 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 является объектом, предоставляющим интерфейс буфера, то все ключевые слова интерпретируются.

Метод __init__ не нужен, потому что массив полностью инициализирован 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

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

Распакованная версия массива как итератор. Итератор допускает 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 байтов, требуемых 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 скачок в 2 байта. Для перемещения от строки к строке требуется скачок в 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.