numpy.asfortranarray#

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

返回一个以 Fortran 顺序在内存中布局的数组 (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中推断。

likearray_like，可选

参考对象，允许创建非 NumPy 数组。如果作为 like 传入的类数组对象支持 __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。

1.20.0 版本新增。

返回:
outndarray

输入 a 以 Fortran 顺序（即列主序）排列。

另请参阅

ascontiguousarray

将输入转换为连续（C 顺序）数组。

asanyarray

将输入转换为具有行主序或列主序内存布局的 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

从一个 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，从一个 Fortran 连续数组开始

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

然后，调用 asfortranarray 会返回相同的对象

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

注意：此函数返回一个至少一维（1-d）的数组，因此它不会保留 0-d 数组。

在此页面