dask.array.array
dask.array.array¶
- dask.array.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)[源代码]¶
此文档字符串是从 numpy.array 复制的。
Dask 版本可能存在一些不一致性。
创建一个数组。
- 参数
- 对象array_like
一个数组，任何暴露数组接口的对象，一个其
__array__方法返回数组的对象，或任何（嵌套的）序列。如果对象是标量，则返回包含该对象的0维数组。- dtype数据类型，可选
数组所需的数据类型。如果未指定，NumPy 将尝试使用一个默认的
dtype来表示这些值（必要时应用提升规则。）- 复制bool, 可选
如果
True(默认)，则数组数据将被复制。如果None，只有在__array__返回一个副本、obj 是一个嵌套序列，或者为了满足其他要求 (dtype,order等) 需要复制时，才会进行复制。请注意，任何数据的复制都是浅拷贝，即对于对象类型的数组，新数组将指向相同的对象。请参阅 ndarray.copy 的示例。对于False，如果无法避免复制，则会引发ValueError。默认值：True。- 顺序{‘K’, ‘A’, ‘C’, ‘F’}, 可选
指定数组的内存布局。如果对象不是数组，新创建的数组将按C顺序（行优先）排列，除非指定了’F’，在这种情况下，它将按Fortran顺序（列优先）排列。如果对象是数组，则以下规则适用。
顺序
不复制
copy=True
‘K’
unchanged
F & C 顺序保留，否则按最相似顺序排列
‘A’
unchanged
如果输入是 F 顺序且不是 C 顺序，否则为 C 顺序
‘C’
C 顺序
C 顺序
‘F’
F 订单
F 订单
当
copy=None并且由于其他原因创建副本时，结果与copy=True相同，但对于 ‘A’ 有一些例外，详见注释部分。默认顺序是 ‘K’。- subokbool, 可选
如果为 True，则子类将被传递，否则返回的数组将被强制为基类数组（默认）。
- ndminint, 可选
指定结果数组应具有的最小维度数。根据需要，将在形状前添加一以满足此要求。
- 喜欢类似数组, 可选
引用对象，以允许创建非 NumPy 数组的数组。如果作为
like传递的类数组对象支持__array_function__协议，结果将由它定义。在这种情况下，它确保创建一个与此参数传递的对象兼容的数组对象。1.20.0 新版功能.
- 返回
- 出ndarray
满足指定要求的数组对象。
参见
empty_like返回一个形状和类型与输入相同的空数组。
ones_like返回一个形状和类型与输入相同的由1组成的数组。
zeros_like返回一个形状和类型与输入相同的零数组。
full_like返回一个新数组，其形状与输入相同，并用指定值填充。
empty返回一个新的未初始化的数组。
ones返回一个新数组，将所有值设置为一。
zeros返回一个将值设置为零的新数组。
full返回一个填充了指定值的新数组。
copy返回给定对象的数组副本。
注释
当顺序为 ‘A’ 且
object是一个既不是 ‘C’ 也不是 ‘F’ 顺序的数组，并且由于 dtype 的改变而强制复制时，结果的顺序不一定如预期的 ‘C’ 。这可能是一个错误。示例
>>> import numpy as np >>> np.array([1, 2, 3]) array([1, 2, 3])
向上转型：
>>> np.array([1, 2, 3.0]) array([ 1., 2., 3.])
多于一个维度：
>>> np.array([[1, 2], [3, 4]]) array([[1, 2], [3, 4]])
最小尺寸 2：
>>> np.array([1, 2, 3], ndmin=2) array([[1, 2, 3]])
提供的类型：
>>> np.array([1, 2, 3], dtype=complex) array([ 1.+0.j, 2.+0.j, 3.+0.j])
由多个元素组成的数据类型：
>>> x = np.array([(1,2),(3,4)],dtype=[('a','<i4'),('b','<i4')]) >>> x['a'] array([1, 3])
从子类创建数组：
>>> np.array(np.asmatrix('1 2; 3 4')) array([[1, 2], [3, 4]])
>>> np.array(np.asmatrix('1 2; 3 4'), subok=True) matrix([[1, 2], [3, 4]])