numpy.polynomial.legendre.legdomain#

polynomial.legendre.legdomain = array([-1., 1.])#

陣列物件表示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、它在記憶體中佔用多少位元組、它是整數、浮點數還是其他內容等）

陣列應使用 array、zeros 或 empty 構建（請參閱下面的「參見」章節）。此處給出的參數指的是用於實例化陣列的低階方法 (ndarray(…))。

有關更多資訊，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；請參閱下面的「註解」）
shape整數元組: 已建立陣列的形狀。
dtype資料類型，可選: 任何可以解釋為 numpy 資料類型的物件。
buffer公開緩衝區介面的物件，可選: 用於使用資料填滿陣列。
offset整數，可選: 緩衝區中陣列資料的偏移量。
strides整數元組，可選: 記憶體中資料的步幅。
order{‘C’, ‘F’}，可選: 列優先（C 樣式）或行優先（Fortran 樣式）順序。

參見

array: 構建陣列。
zeros: 建立一個陣列，其每個元素均為零。
empty: 建立一個陣列，但使其已分配的記憶體保持不變（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。

註解

有兩種使用 __new__ 建立陣列的模式

如果 buffer 為 None，則僅使用 shape、dtype 和 order。
如果 buffer 是公開緩衝區介面的物件，則會解釋所有關鍵字。

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 ndarray 建構函式。有關構建 ndarray 的更簡單方法，請參閱上面的「參見」章節。

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 物件: 描述陣列中元素的格式。
flags字典: 包含與記憶體使用相關資訊的字典，例如 ‘C_CONTIGUOUS’、‘OWNDATA’、‘WRITEABLE’ 等。
flatnumpy.flatiter 物件: 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（有關賦值範例，請參閱 ndarray.flat；TODO）。
imagndarray: 陣列的虛部。
realndarray: 陣列的實部。
size整數: 陣列中元素的數量。
itemsize整數: 每個陣列元素在記憶體中使用的位元組數。
nbytes整數: 儲存陣列資料所需的總位元組數，即 itemsize * size。
ndim整數: 陣列的維度數。
shape整數元組: shape元組
陣列的形狀。: strides整數元組
ctypesctypes 物件: 類別，包含與 ctypes 互動所需的陣列屬性。
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。