NumPy 1.14 - numpy.require()

numpy.require




numpy

numpy.require

numpy.require(a, dtype=None, requirements=None) [source]

आवश्यकताओं को पूरा करने वाले प्रदान किए गए प्रकार का एक ndarray लौटाएं।

यह फ़ंक्शन यह सुनिश्चित करने के लिए उपयोगी है कि संकलित कोड (शायद ctypes के माध्यम से) पास करने के लिए सही झंडे वाला एक सरणी वापस आ गया है।

पैरामीटर:

a : array_like

ऑब्जेक्ट को टाइप-एंड-आवश्यकता-संतोषजनक सरणी में परिवर्तित किया जा सकता है।

dtype : data-type

आवश्यक डेटा-प्रकार। यदि वर्तमान dtype को कोई संरक्षित नहीं करता है। यदि आपके एप्लिकेशन को डेटा को मूल बाइटऑर्डर में रखने की आवश्यकता है, तो dtype विनिर्देश के एक भाग के रूप में एक बाइटऑर्डर विनिर्देश शामिल करें।

आवश्यकताएँ : str या str की सूची

आवश्यकताओं की सूची निम्न में से कोई भी हो सकती है

  • 'F_CONTIGUOUS' ('F') - एक फोरट्रान-सन्निहित सरणी सुनिश्चित करते हैं
  • 'C_CONTIGUOUS' ('C') - C-contiguous array सुनिश्चित करें
  • 'ALIGNED' ('A') - एक डेटा-प्रकार संरेखित सरणी सुनिश्चित करें
  • 'गंभीर' ('डब्ल्यू') - एक लिखने योग्य सरणी सुनिश्चित करें
  • (OWNDATA ’('O’) - एक ऐसा सरणी सुनिश्चित करें जो स्वयं के डेटा का स्वामी हो
  • 'ENSUREARRAY', ('E') - उपवर्ग के बजाय एक आधार सरणी सुनिश्चित करें

यह भी देखें

asarray
इनपुट को ndarray में बदलें।
asanyarray
एक ndarray में कनवर्ट करें, लेकिन ndarray उपवर्गों से गुजरें।
ascontiguousarray
इनपुट को एक सन्निहित सरणी में बदलें।
asfortranarray
स्तंभ-प्रमुख मेमोरी ऑर्डर के साथ एक ndarray में इनपुट कन्वर्ट करें।
ndarray.flags
सरणी के मेमोरी लेआउट के बारे में जानकारी।

टिप्पणियाँ

यदि आवश्यक हो तो एक प्रतिलिपि बनाकर सूचीबद्ध आवश्यकताओं की गारंटी होगी।

उदाहरण

>>> x = np.arange(6).reshape(2,3)
>>> x.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False
>>> y = np.require(x, dtype=np.float32, requirements=['A', 'O', 'W', 'F'])
>>> y.flags
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False