numpy.asfortranarray

numpy.asfortranarray(a, dtype=None, *, like=None)

返回一个在内存中按 Fortran 顺序排列的数组 (ndim >= 1).

参数:

aarray_like

输入数组.

dtypestr 或 dtype 对象,可选

默认情况下,数据类型从输入数据推断.

like类数组,可选

引用对象,允许创建非 NumPy 数组的数组.如果作为 like 传入的类数组支持 __array_function__ 协议,则结果将由它定义.在这种情况下,它可以确保创建与通过此参数传入的对象兼容的数组对象.

在 1.20.0 版本加入.

返回:

outndarray

以 Fortran 顺序或列优先顺序排列的输入 a .

参见

ascontiguousarray

将输入转换为连续(C 顺序)数组.

asanyarray

将输入转换为具有行优先或列优先内存顺序的 ndarray.

require

返回满足要求的 ndarray.

ndarray.flags

关于数组内存布局的信息.

示例

Try it in your browser!

从 C 连续数组开始:

>>> import numpy as np
>>> x = np.ones((2, 3), order='C')
>>> x.flags['C_CONTIGUOUS']
True

调用 asfortranarray 会创建一个 Fortran 连续的副本:

>>> y = np.asfortranarray(x)
>>> y.flags['F_CONTIGUOUS']
True
>>> np.may_share_memory(x, y)
False

现在,从 Fortran 连续数组开始:

>>> x = np.ones((2, 3), order='F')
>>> x.flags['F_CONTIGUOUS']
True

然后,调用 asfortranarray 返回相同的对象:

>>> y = np.asfortranarray(x)
>>> x is y
True

注意:此函数返回至少一维 (1-d) 的数组,因此它不会保留 0-d 数组.

Go BackOpen In Tab