numpy.polynomial.laguerre.lagdomain#
- polynomial.laguerre.lagdomain = array([0., 1.])#
陣列物件代表固定大小項目的多維同質陣列。關聯的資料類型物件描述陣列中每個元素的格式 (其位元組順序、在記憶體中佔用的位元組數、它是否為整數、浮點數或其他類型等等)。
陣列應使用
array、zeros或empty進行建構 (請參閱下方的「另請參閱」章節)。此處給定的參數指的是用於實例化陣列的低階方法 (ndarray(…))。如需更多資訊，請參閱
numpy模組並檢查陣列的方法和屬性。- 參數:
- (適用於 __new__ 方法；請參閱下方的「注意事項」)
- shapetuple of ints
已建立陣列的形狀。
- dtypedata-type, optional
任何可以解釋為 numpy 資料類型的物件。
- bufferobject exposing buffer interface, optional
用於使用資料填滿陣列。
- offsetint, optional
緩衝區中陣列資料的偏移量。
- stridestuple of ints, optional
記憶體中資料的 strides。
- order{‘C’, ‘F’}, optional
列優先 (C 風格) 或行優先 (Fortran 風格) 順序。
另請參閱
array建構陣列。
zeros建立一個陣列，其每個元素皆為零。
empty建立一個陣列，但讓其已配置的記憶體保持不變 (即，它包含「垃圾」)。
dtype建立資料類型。
numpy.typing.NDArray相對於其
dtype.type的 ndarray 別名 generic。
注意事項
有兩種使用
__new__建立陣列的模式不需要
__init__方法，因為陣列在__new__方法之後已完全初始化。範例
這些範例說明了低階的
ndarray建構函式。請參閱上方的 另請參閱 章節，以取得更簡便的 ndarray 建構方式。第一種模式，buffer 為 None
>>> import numpy as np >>> np.ndarray(shape=(2,2), dtype=float, order='F') array([[0.0e+000, 0.0e+000], # random [ nan, 2.5e-323]])
第二種模式
>>> 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])
- 屬性:
- Tndarray
陣列的轉置。
- databuffer
陣列的元素，在記憶體中。
- dtypedtype object
描述陣列中元素的格式。
- flagsdict
包含與記憶體使用相關資訊的字典，例如 'C_CONTIGUOUS'、'OWNDATA'、'WRITEABLE' 等。
- flatnumpy.flatiter object
陣列的扁平化版本，作為迭代器。迭代器允許賦值，例如
x.flat = 3(請參閱ndarray.flat以取得賦值範例；TODO)。- imagndarray
陣列的虛部。
- realndarray
陣列的實部。
- sizeint
陣列中的元素數量。
- itemsizeint
每個陣列元素在記憶體中使用的位元組數。
- nbytesint
儲存陣列資料所需的總位元組數，即
itemsize * size。- ndimint
陣列的維度數量。
- shapetuple of ints
陣列的形狀。
- stridestuple of ints
從一個元素移動到記憶體中的下一個元素所需的步長。例如，C 順序中類型為
int16的連續(3, 4)陣列具有 strides(8, 2)。這表示在記憶體中從元素到元素移動需要跳躍 2 個位元組。要從列到列移動，一次需要跳躍 8 個位元組 (2 * 4)。- ctypesctypes object
包含與 ctypes 互動所需的陣列屬性的類別。
- basendarray
如果陣列是另一個陣列的視圖，則該陣列是其 base (除非該陣列也是視圖)。base 陣列是實際儲存陣列資料的位置。