mars.tensor.array

mars.tensor.array(x, dtype=None, copy=True, order='K', ndmin=None, chunk_size=None)

创建一个张量。

Parameters

• object (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。

• dtype (数据类型, 可选) – 数组的期望数据类型。如果未提供，则类型将根据序列中对象所需的最小类型进行确定。此参数仅可用于“提升”数组数据类型。要进行“降级”，请使用 .astype(t) 方法。

• copy (bool, optional) – 如果为真（默认），则对象会被复制。否则，仅在 __array__ 返回复制、如果 obj 是嵌套序列，或者如果需要复制以满足其他任何要求时（dtype、order 等）才会进行复制。

• order ({'K', 'A', 'C', 'F'}, 可选) –

  指定数组的内存布局。如果对象不是数组，则新创建的数组将采用C顺序（行主序），除非指定'F'，在这种情况下，它将采用Fortran顺序（列主序）。如果对象是数组，则以下情况成立。

  order	不复制	copy=True
  ’K’	保持不变	保持F和C顺序，否则是最相似的顺序
  ’A’	保持不变	如果输入是F且不是C，则为F顺序，否则为C顺序
  ’C’	C顺序	C顺序
  ’F’	F顺序	F顺序

  当 copy=False 且出于其他原因进行了复制时，结果与 copy=True 相同，但对于A有一些例外，见备注部分。默认顺序是'K'。

• ndmin (int, 可选) – 指定结果数组应具有的最小维数。 根据需要，会在形状前添加一维以满足此要求。

• chunk_size (int, tuple, 可选) – 指定每个维度的块大小。

Returns

out – 一个满足指定要求的张量对象。

Return type

张量

另请参阅

empty, empty_like, zeros, zeros_like, ones, ones_like, full, full_like

示例

>>> import mars.tensor as mt

>>> mt.array([1, 2, 3]).execute()
array([1, 2, 3])

向上转型：

>>> mt.array([1, 2, 3.0]).execute()
array([ 1.,  2.,  3.])

多于一个维度：

>>> mt.array([[1, 2], [3, 4]]).execute()
array([[1, 2],
       [3, 4]])

最小尺寸 2：

>>> mt.array([1, 2, 3], ndmin=2).execute()
array([[1, 2, 3]])

提供的类型：

>>> mt.array([1, 2, 3], dtype=complex).execute()
array([ 1.+0.j,  2.+0.j,  3.+0.j])