NumPy - Ndarray 对象

NumPy 中定义的最重要的对象是称为ndarray 的N 维数组类型。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（称为dtype ）的对象。

从 ndarray 对象（通过切片）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 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 ndarray 是使用 NumPy 中的数组函数创建的，如下所示 -

numpy.array

它从任何公开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)

上面的构造函数采用以下参数 -

先生。	参数及说明
1	目的公开数组接口方法的任何对象都会返回数组或任何（嵌套）序列。
2	数据类型所需的数组数据类型，可选
3	复制选修的。默认情况下（true），对象被复制
4	命令 C（行专业）或 F（列专业）或 A（任意）（默认）
5	苏博克默认情况下，返回的数组强制为基类数组。如果为 true，则子类通过
6	最小指定结果数组的最小尺寸

请看以下示例以更好地理解。

实施例1

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

输出如下 -

[1, 2, 3]

# 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]]

# 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]]

# 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。