statsmodels.sandbox.stats.multicomp.ccols

statsmodels.sandbox.stats.multicomp.ccols = array([ 2, 3, 4, 5, 6, 7, 8, 9, 10])

数组对象表示一个多维、同质的固定大小项的数组。一个关联的数据类型对象描述了数组中每个元素的格式（它的字节顺序、在内存中占用的字节数、它是整数、浮点数还是其他类型等）。

数组应使用 array、zeros 或 empty 构造（参见下面的“另请参阅”部分）。这里给出的参数指的是用于实例化数组的低级方法（ndarray(…)）。

更多信息，请参考numpy模块并查看数组的方法和属性。

Parameters:
(for the __new__ method; see Notes below)
shapetuple of ints

创建的数组的形状。

dtypedata-type, optional

任何可以被解释为numpy数据类型的对象。

bufferobject exposing buffer interface, optional

用于填充数组的数据。

offsetint, optional

数组数据在缓冲区中的偏移量。

stridestuple of ints, optional

内存中的数据步幅。

order{‘C’, ‘F’}, optional

行优先（C风格）或列优先（Fortran风格）顺序。

Attributes:
Tndarray

数组的转置。

databuffer

数组的元素，在内存中。

dtypedtype object

描述数组中元素的格式。

flagsdict

包含与内存使用相关的信息的字典，例如，‘C_CONTIGUOUS’, ‘OWNDATA’, ‘WRITEABLE’, 等。

flatnumpy.flatiter object

数组的扁平化版本作为迭代器。迭代器允许赋值，例如，x.flat = 3（参见 ndarray.flat 的赋值示例；待办事项）。

imagndarray

数组的虚部。

realndarray

数组的实部。

sizeint

数组中的元素数量。

itemsizeint

每个数组元素占用的内存大小，单位为字节。

nbytesint

存储数组数据所需的总字节数，即 itemsize * size。

ndimint

数组的维度数量。

shapetuple of ints

数组的形状。

stridestuple of ints

在内存中从一个元素移动到下一个元素所需的步长。例如，一个连续的 (3, 4) 类型的数组 int16 在 C 顺序下具有步长 (8, 2)。这意味着 在内存中从一个元素移动到下一个元素需要跳跃 2 字节。要从一行移动到另一行，需要每次跳跃 8 字节 (2 * 4)。

ctypesctypes object

包含与ctypes交互所需的数组属性的类。

basendarray

如果数组是另一个数组的视图，那么该数组就是它的基础（除非该数组也是一个视图）。基础数组是实际存储数组数据的地方。

另请参阅

array

构建一个数组。

zeros

创建一个数组，每个元素都是零。

empty

创建一个数组，但保持其分配的内存不变（即，它包含“垃圾”）。

dtype

创建一个数据类型。

numpy.typing.NDArray

一个ndarray别名 generic 相对于其 dtype.type 。

注释

使用__new__创建数组的两种模式：

  1. 如果 buffer 为 None，则仅使用 shape、dtype 和 order。

  2. 如果 buffer 是一个暴露了缓冲区接口的对象，那么所有关键字都会被解释。

不需要 __init__ 方法，因为数组在 __new__ 方法之后完全初始化。

示例

这些示例说明了低级别的 ndarray 构造函数。请参阅上面的 另请参阅 部分，了解更简便的 ndarray 构造方法。

第一种模式，缓冲区为空：

>>> import numpy as np
>>> np.ndarray(shape=(2,2), dtype=float, order='F')
array([[0.0e+000, 0.0e+000], # random
       [     nan, 2.5e-323]])

第二种模式：

>>> np.ndarray((2,), buffer=np.array([1,2,3]),
...            offset=np.int_().itemsize,
...            dtype=int) # offset = 1*itemsize, i.e. skip first element
array([2, 3])
Last update: Oct 16, 2024