numpy.ndarray.flags

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.flags.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

ndarray.flags

有关数组的内存布局的信息。

笔记

flags对象可以像字典一样访问（如a.flags['WRITEABLE']），也可以使用低级属性名称（如a.flags.writeable）。仅在字典访问中支持短标志名称。

只有UPDATEIFCOPY，WRITEABLE和ALIGNED标志可以由用户通过直接赋值到属性或字典条目或通过调用ndarray.setflags来更改。

数组标志不能任意设置：

• UPDATEIFCOPY只能设置为False。
• 如果数据真正对齐，ALIGNED只能设置为True。
• 如果数组拥有自己的内存，或者内存的最终所有者暴露了可写缓冲区接口或者是字符串，则WRITEABLE只能设置为True。

数组可以同时是C风格和Fortran风格的。这对于1维数组是清楚的，但对于更高维数组也是如此。

即使对于连续数组，对于给定维度arr.strides[dim]的步幅可以是任意如果arr.shape [dim] == 1或数组没有元素。不一般认为self.strides [-1] == self.itemsize / t1>用于C型连续数组或self.strides [0] == self.itemsize Fortran风格的连续数组是真的。

属性

C_CONTIGUOUS（C）	数据位于单个C样式连续段中。
F_CONTIGUOUS（F）	数据在单个Fortran风格的连续段中。
OWNDATA（O）	数组拥有它使用的内存或从另一个对象借用它。
写（W）	数据区可以写入。将此设置为False将锁定数据，使其为只读。视图（切片等）在创建时从其基本数组继承WRITEABLE，但随后可写锁定数组的视图，同时基本数组保持可写。（相反的是不正确的，因为锁定的数组的视图可能不可写。但是，当前，锁定基础对象不会锁定已经引用它的任何视图，因此在这种情况下，可以通过先前创建的可写视图来更改已锁定数组的内容。）尝试更改不可写入的数组会引发RuntimeError异常。
对齐（A）	数据和所有元素对于硬件适当地对齐。
UPDATEIFCOPY（U）	这个数组是一些其他数组的副本。当此数组被释放时，基数组将使用此数组的内容进行更新。
FNC	F_CONTIGUOUS而不是C_CONTIGUOUS。
FORC	F_CONTIGUOUS或C_CONTIGUOUS（单段测试）。
BEHAVED（B）	对齐和可写。
卡雷（CA）	BEHAVED和C_CONTIGUOUS。
FARRAY（FA）	BEHAVED和F_CONTIGUOUS而不是C_CONTIGUOUS。