numpy.polynomial.polyutils.as_series#

polynomial.polyutils.as_series(alist, trim=True)[源]#

将参数作为一维数组列表返回。

返回的列表包含数据类型为双精度浮点型、双精度复数型或对象型的数组。形状为 (N,) 的一维参数被解析为 N 个大小为一的数组；形状为 (M,N) 的二维参数被解析为 M 个大小为 N 的数组（即“按行解析”）；如果高维数组未首先重塑为一维或二维数组，则会引发 ValueError。

参数:

alistarray_like: 一维或二维 array_like
trim布尔型，可选: 当为 True 时，输入中的末尾零将被移除。当为 False 时，输入保持不变地通过。

返回:

[a1, a2,…]一维数组列表: 输入数据的副本，作为一维数组列表。

抛出:

ValueError: 当 as_series 无法将其输入转换为一维数组，或至少一个结果数组为空时抛出。

示例

>>> import numpy as np
>>> from numpy.polynomial import polyutils as pu
>>> a = np.arange(4)
>>> pu.as_series(a)
[array([0.]), array([1.]), array([2.]), array([3.])]
>>> b = np.arange(6).reshape((2,3))
>>> pu.as_series(b)
[array([0., 1., 2.]), array([3., 4., 5.])]

>>> pu.as_series((1, np.arange(3), np.arange(2, dtype=np.float16)))
[array([1.]), array([0., 1., 2.]), array([0., 1.])]

>>> pu.as_series([2, [1.1, 0.]])
[array([2.]), array([1.1])]

>>> pu.as_series([2, [1.1, 0.]], trim=False)
[array([2.]), array([1.1, 0. ])]