NumPy Ndarray 对象

NumPy 中定义的最重要的对象是称为ndarray的 N 维数组对象。它描述了相同类型的项目的集合。可以使用从 0 开始的索引访问集合中的项目。

ndarray 中的每一项都在内存中占用相同大小的块。在ndarray中每个元素都是数据类型的对象，称为 dtype。

从ndarray对象中，通过切片方式获取的任何项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 类的创建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 

使用任何创建数组对象的接口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)

上面的构造函数的参数说明如下:

示例

下面我们通过实际的程序代码来加深理解

示例1

打印一个一维数组

# 一维数组
import numpy as np 
a = np.array([1,2,3])  
print (a)

运行示例

运行结果如下

[1 2 3]

示例2

打印一个多维数组

# 多维数组
import numpy as np 
a = np.array([[1,  2],  [3,  4]])  
print (a)

运行示例

运行结果如下

[[1, 2] 
 [3, 4]]

示例3

指定维度

# 由给定的数组创建一个指定维度的 ndarray
import numpy as np 
a = np.array([1, 2, 3,4,5], ndmin = 2) 
print (a)

运行示例

运行结果如下：

[[1, 2, 3, 4, 5]]

示例4

由给定的数组创建一个指定数据类型的ndarray

import numpy as np 
a = np.array([1, 2, 3], dtype = complex) 
print (a)

运行示例

运行结果如下：

[ 1.+0.j,  2.+0.j,  3.+0.j]

ndarray 对象由计算机内存的连续一维部分组成，并结合索引模式，将每个元素映射到内存块中的一个位置。内存块以行顺序(C样式)或列顺序(FORTRAN或MatLab风格，即前述的F样式)来保存元素。