numpy.polynomial.legendre.legx

polynomial.legendre.legx=array([0, 1])

Массивный объект представляет собой многомерный, однородный массив элементов фиксированного размера. Ассоциированный 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 построены с использованием array, zeros или empty (см. раздел «См. также» ниже). Параметры, приведенные здесь, относятся к низкоуровневому методу (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 можно интерпретировать 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

Строчный (стиль C) или столбцовый (стиль Fortran) порядок.

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 обобщенный относительно его dtype.type.

Примечания

Существует два режима создания массива с использованием __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, так как массив полностью инициализируется после метода __new__.

Примеры

Эти примеры иллюстрируют низкоуровневый конструктор ndarray. Обратитесь к разделу See Also выше для более удобных способов построения 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

Сглаженный вариант массива в виде итератора. 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, 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 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 требуются прыжки по 2 байта. Для перемещения из строки в строку нужно перепрыгивать 8 байт за раз (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.