numpy.polynomial.polynomial.polyone

polynomial.polynomial.polyone=array([1])

Массивный объект представляет многомерный однородный массив элементов фиксированного размера. Соответствующий объект типа данных описывает формат каждого элемента в массиве (его порядок байтов, количество занимаемых им байтов 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, указанные здесь, относятся к методу низкого уровня (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

Построение массива.

zeros

Создание массива, каждый элемент которого равен нулю.

empty

Создание массива, но оставление его выделенной памяти неизменённой (т.е., он содержит «мусор»).

dtype

Создание типа данных.

numpy.typing.NDArray

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

Примечания

Существуют два способа 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 инициализируется после метода __new__.

Примеры

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

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

Действительная часть массива.

sizeцелое число

Количество элементов в массиве.

itemsizeцелое число

Использование памяти каждого элемента массива в байтах.

nbytesцелое число

Общее количество байтов, необходимое 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 скачок в 2 байта. Для перехода от строки к строке требуется скачок в 8 байтов (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 то место, где фактически хранятся данные массива.