当返回正确的标志时,numpy.require()函数对数组很有用,它满足传递给已编译代码(可能通过ctypes)的要求。
用法:numpy.require(a, dtype=None, requirements=None)
参数:
a:数组
dtype:数据类型
requirements:str或str列表
需求列表可以是以下任意一项。
- ‘F’:‘F_CONTIGUOUS’-确保Fortran-contiguous阵列。
- ‘C’:‘C_CONTIGUOUS’-确保C-contiguous阵列。
- ‘A’:‘ALIGNED’-确保数据类型对齐的数组。
- 'W':'WRITEABLE'-确保可写数组。
- 'O':'OWNDATA'-确保数组拥有自己的数据。
- “ E”:“ ENSUREARRAY”-确保基本数组而不是子类。
返回值:ndarray
Exception:ValueError-引发ValueError
代码1:
Python3
# Python program explaining
# numpy.require() function
# importing numpy
import numpy as np
# creating 4 x 4 array
data = np.arange(16).reshape(4, 4)
data.flags
输出:
C_CONTIGUOUS:True F_CONTIGUOUS:False OWNDATA:False WRITEABLE:True ALIGNED:True WRITEBACKIFCOPY:False UPDATEIFCOPY:False
代码2:
Python3
import numpy as np
# Python program explaining
# numpy.require()
b = np.require(data, dtype=np.float32,
requirements=['A', 'W', 'O', 'C'])
b.flags
输出:
C_CONTIGUOUS:True F_CONTIGUOUS:False OWNDATA:True WRITEABLE:True ALIGNED:True WRITEBACKIFCOPY:False UPDATEIFCOPY:False
注:本文由纯净天空筛选整理自kumar_satyam大神的英文原创作品 numpy.require() in Python。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。