本文简要介绍 python 语言中 numpy.polynomial.hermite_e.hermex
的用法。
用法:
polynomial.hermite_e.hermex = array([0, 1])
数组对象表示一个多维、同质的固定大小项目数组。关联的数据类型对象说明了数组中每个元素的格式(它的字节顺序、它在内存中占用的字节数、它是整数、浮点数还是其他东西等)
数组应该使用numpy.array,numpy.zeros或者numpy.empty(请参阅下面的另请参阅部分)。这里给出的参数指的是低级方法(数组(…)) 用于实例化一个数组。
有关详细信息,请参阅
numpy
模块并检查数组的方法和属性。- (for the __new__ method; see Notes below):
- shape: 整数元组
创建数组的形状。
- dtype: 数据类型,可选
任何可以解释为 numpy 数据类型的对象。
- buffer: 对象暴露缓冲区接口,可选
用于用数据填充数组。
- offset: 整数,可选
缓冲区中数组数据的偏移量。
- strides: 整数元组,可选
内存中的数据步长。
- order: {‘C’, ‘F’},可选
行优先(C 风格)或列优先(Fortran-style)顺序。
参数:
注意:
使用
__new__
创建数组有两种模式:如果缓冲是无,那么只有numpy.shape,numpy.dtype, 和次序被使用。
如果 buffer 是一个暴露缓冲区接口的对象,那么所有的关键字都会被解释。
不需要
__init__
方法,因为数组在__new__
方法之后完全初始化。例子:
这些例子说明了低级numpy.ndarray构造函数。请参阅也可以看看上面的部分是构建 ndarray 的更简单方法。
第一种模式,缓冲区为无:
>>> np.ndarray(shape=(2,2), dtype=float, order='F') array([[0.0e+000, 0.0e+000], # random [ nan, 2.5e-323]])
第二种模式:
>>> 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])
- T: ndarray
数组的转置。
- data: 缓冲
数组的元素,在内存中。
- dtype: 数据类型对象
说明数组中元素的格式。
- flags: dict
包含与内存使用相关的信息的字典,例如“C_CONTIGUOUS”、“OWNDATA”、“WRITEABLE”等。
- flat: numpy.flatiter 对象
数组的扁平化版本作为迭代器。迭代器允许赋值,例如,
x.flat = 3
(赋值示例参见ndarray.flat
;TODO)。- imag: ndarray
数组的虚部。
- real: ndarray
数组的实部。
- size: int
数组中的元素数。
- itemsize: int
每个数组元素的内存使用量(以字节为单位)。
- nbytes: int
存储数组数据所需的总字节数,即
itemsize * size
。- ndim: int
数组的维数。
- shape: 整数元组
阵列的形状。
- strides: 整数元组
在内存中从一个元素移动到下一个元素所需的步长。例如,C-order 中类型为
int16
的连续(3, 4)
数组具有步长(8, 2)
。这意味着在内存中从一个元素移动到另一个元素需要跳转 2 个字节。要从行移动到行,需要一次跳转 8 个字节 (2 * 4
)。- ctypes: ctypes 对象
包含与 ctypes 交互所需的数组属性的类。
- base: ndarray
如果数组是另一个数组的视图,则该数组是它的基础(除非该数组也是一个视图)。基本数组是实际存储数组数据的位置。
属性:
相关用法
- Python numpy hermite_e.hermediv用法及代码示例
- Python numpy hermite_e.hermefromroots用法及代码示例
- Python numpy hermite_e.hermeline用法及代码示例
- Python numpy hermite_e.hermeint用法及代码示例
- Python numpy hermite_e.hermeadd用法及代码示例
- Python numpy hermite_e.hermevander用法及代码示例
- Python numpy hermite_e.hermepow用法及代码示例
- Python numpy hermite_e.hermetrim用法及代码示例
- Python numpy hermite_e.hermezero用法及代码示例
- Python numpy hermite_e.hermemulx用法及代码示例
- Python numpy hermite_e.hermeone用法及代码示例
- Python numpy hermite_e.hermeval用法及代码示例
- Python numpy hermite_e.hermesub用法及代码示例
- Python numpy hermite_e.hermefit用法及代码示例
- Python numpy hermite_e.hermedomain用法及代码示例
- Python numpy hermite_e.herme2poly用法及代码示例
- Python numpy hermite_e.hermeder用法及代码示例
- Python numpy hermite_e.hermemul用法及代码示例
- Python numpy hermite_e.hermeroots用法及代码示例
- Python numpy hermite_e.poly2herme用法及代码示例
- Python numpy hermite.hermfromroots用法及代码示例
- Python numpy hermite.hermline用法及代码示例
- Python numpy hermite.hermpow用法及代码示例
- Python numpy hermite.hermx用法及代码示例
- Python numpy hermite.hermmul用法及代码示例
注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.polynomial.hermite_e.hermex。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。