numpy.asfortranarray#

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

返回一个在内存中以 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，数据类型是从输入数据推断出来的。

likearray_like，可选

参考对象，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，则结果将由其定义。在这种情况下，它确保创建与通过此参数传入的对象兼容的数组对象。

版本 1.20.0 中的新功能。

返回：
outndarray

以 Fortran 顺序（或列主序）排列的输入 a。

参见

ascontiguousarray

将输入转换为连续的（C 顺序）数组。

asanyarray

将输入转换为具有行或列主内存顺序的 ndarray。

require

返回满足要求的 ndarray。

ndarray.flags

有关数组内存布局的信息。

示例

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 将创建一个 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 将返回相同的对象

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

注意：此函数返回至少具有一个维度 (1-d) 的数组，因此它不会保留 0-d 数组。

本页内容