上一节:
下一节:

  NumPy - Ndarray 对象

  • 简述

    NumPy 中定义的最重要的对象是一个 N 维数组类型，称为ndarray. 它描述了相同类型的项目的集合。可以使用从零开始的索引来访问集合中的项目。
    ndarray 中的每个项目在内存中占用相同大小的块。ndarray 中的每个元素都是数据类型对象的对象（称为dtype).
    从 ndarray 对象（通过切片）中提取的任何项目都由数组标量类型之一的 Python 对象表示。下图显示了 ndarray、数据类型对象 (dtype) 和数组标量类型之间的关系 -
    Ndarray
    ndarray 类的实例可以通过本教程后面描述的不同数组创建例程来构造。基本的 ndarray 是使用 NumPy 中的数组函数创建的，如下所示 - 
    
numpy.array
    它从任何暴露数组接口的对象或任何返回数组的方法创建一个 ndarray。 
    
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
    上述构造函数采用以下参数 -
    序号 参数及说明
    1
    object
    任何暴露数组接口方法的对象都会返回一个数组或任何（嵌套）序列。
    2
    dtype
    所需的数组数据类型，可选
    3
    copy
    可选的。默认情况下（true），对象被复制
    4
    order
    C（行）或 F（列）或 A（任何）（默认）
    5
    subok
    默认情况下，返回的数组强制为基类数组。如果为真，则子类通过
    6
    ndmin
    指定结果数组的最小维度
    请查看以下示例以更好地理解。

  • 示例 1

    
import numpy as np 
a = np.array([1,2,3]) 
print a
    输出如下 - 
    
[1, 2, 3]

  • 示例 2

    
# more than one dimensions 
import numpy as np 
a = np.array([[1, 2], [3, 4]]) 
print a
    输出如下 - 
    
[[1, 2] 
 [3, 4]]

  • 示例 3

    
# minimum dimensions 
import numpy as np 
a = np.array([1, 2, 3,4,5], ndmin = 2) 
print a
    输出如下 - 
    
[[1, 2, 3, 4, 5]]

  • 示例 4

    
# dtype parameter 
import numpy as np 
a = np.array([1, 2, 3], dtype = complex) 
print a
    输出如下 - 
    
[ 1.+0.j,  2.+0.j,  3.+0.j]
    ndarray对象由计算机内存的连续一维段组成，并结合了将每个项目映射到内存块中的位置的索引方案。内存块以行优先顺序（C 风格）或列优先顺序（FORTRAN 或 MatLab 风格）保存元素。
上一节:
下一节: