numpy.asfortranarray#

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

返回一个在内存中按 Fortran 顺序排列的数组（ndim >= 1）.

参数:
aarray_like

输入数组.

dtypestr 或 dtype 对象,可选

默认情况下,数据类型是从输入数据推断出来的.

like类似数组, 可选

引用对象以允许创建不是 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,它确保创建一个与通过此参数传递的对象兼容的数组对象.

在 1.20.0 版本加入.

返回:
outndarray

Fortran 中的输入 a,或列优先顺序.

参见

ascontiguousarray

转换输入为连续的（C 顺序）数组.

asanyarray

将输入转换为具有行或列主内存顺序的 ndarray.

require

返回一个满足要求的 ndarray.

ndarray.flags

关于数组内存布局的信息.

示例

从一个 C-contiguous 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-连续的数组开始:

>>> 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:此函数返回一个至少有一维（1-d）的数组,因此它不会保留 0-d 数组.

On this page