numpy.asfortranarray#

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

返回以 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推断。

likearray_like,可选

引用对象,允许创建不是 NumPy 数组的数组。如果以 like 形式传递的数组类型支持 __array_function__ 协议,则结果将由它定义。在这种情况下,它确保创建与通过此参数传递的数组对象兼容的数组对象。

新版本 1.20.0。

返回值:
outndarray

输入 a 以 Fortran 或列主序。

另请参阅

ascontiguousarray

将输入转换为连续(C 序)数组。

asanyarray

将输入转换为具有行或列主序内存顺序的 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 会生成 Fortran 连续副本

>>> 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 返回相同的对象

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

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