Python numpy.asfortranarray()

numpy.asfortranarray()当我们想把输入转换为一个数组时，该数组在内存中按Fortran的顺序排列，就可以使用这个函数。输入包括标量、列表、图元的列表、图元、图元的图元、列表的图元和ndarrays。

语法 : numpy.asfortranarray(arr, dtype=None)

**参数 : **

arr :[array_like] 输入数据，以任何可以转换为浮点型数组的形式。这包括标量，列表，图元的列表，图元，图元的图元，列表的图元和ndarrays。

dtype :默认情况下，数据类型是由输入数据推断出来的。

返回 :

输入的Arr以Fortran或列为主的顺序。

代码#1：列表到fortranarray

# Python program explaining
# numpy.asfortranarray() function
 
import numpy as geek
my_list = [1, 3, 5, 7, 9]
 
print ("Input  list : ", my_list)
  
   
out_arr = geek.asfortranarray(my_list)
print ("output fortanarray from input list : ", out_arr)

输出 :

Input  list :  [1, 3, 5, 7, 9]
output fortanarray from input list :  [1 3 5 7 9]

代码#2：元组转为fortanarray

# Python program explaining
# numpy.asfortranarray() function
 
import numpy as geek
 
my_tuple = ([1, 3, 9], [8, 2, 6])
  
print ("Input  tuple : ", my_tuple)
   
out_arr = geek.asfortranarray(my_tuple, dtype ='int8')
print ("output fortan array from input tuple : ", out_arr)

输出 :

Input  tuple :  ([1, 3, 9], [8, 2, 6])
output fortan array from input tuple :  [[1 3 9]
 [8 2 6]]

代码#3：Scalar to fortanarray

# Python program explaining
# numpy.asfortranarray() function
 
import numpy as geek
 
my_scalar = 15
  
print ("Input  scalar : ", my_scalar)
   
out_arr = geek.asfortranarray(my_scalar, dtype ='float')
print ("output fortan array from input scalar : ", out_arr)

输出 :

Input  scalar :  15
output fortan array from input scalar :  [ 15.]

代码#4：数组到Fortanarray

# Python program explaining
# numpy.asfortranarray() function
 
import numpy as geek
 
in_arr = geek.arange(9).reshape(3, 3)
  
print ("Input  array : ", in_arr)
 
# checking if it is fortanarray
print(in_arr.flags['F_CONTIGUOUS'])
 
out_arr = geek.asfortranarray(in_arr, dtype ='float')
print ("output array from input array : ", out_arr)
 
# checking if it has become fortanarray
print(out_arr.flags['F_CONTIGUOUS'])

输出 :

Input  array :  [[0 1 2]
 [3 4 5]
 [6 7 8]]
False
output array from input array :  [[ 0.  1.  2.]
 [ 3.  4.  5.]
 [ 6.  7.  8.]]
True