NumPy 1.14 - numpy.require()
numpy.require

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