Numpy 简明教程

NumPy - Ndarray Object

NumPy 中定义的最重要的对象是一个 N 维数组类型，称为 ndarray 。它描述同类型的项的集合。可以使用基于零的索引访问集合中的项。

ndarray 中的每一项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 ）。

从 ndarray 对象（通过切片）提取的任何项都通过一种数组标量类型表示为一个 Python 对象。下图展示了 ndarray、数据类型对象 (dtype) 与数组标量类型之间的关系：

在之后教程中所述的不同数组创建例程中，可以构造 ndarray 类的实例。使用 NumPy 中的数组函数按如下方式创建基本 ndarray：

numpy.array

它通过公开数组接口的任意对象或通过返回数组的任意方法创建 ndarray。

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

上述构造函数接受以下参数：

Sr.No.	Parameter & Description
1	object 公开数组接口方法的任何对象都会返回一个数组或任何（嵌套的）序列。
2	dtype 数组的期望数据类型，可选
3	copy 可选的。默认情况下（true），拷贝该对象
4	order C （行优先）或 F （列优先）或 A （随便的） (默认)
5	subok 默认情况下，返回的数组被强制为基类数组。如果为真，则子类通过
6	ndmin 指定所得数组的最小尺寸

仔细查看以下示例，以便更好地理解。

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 对象由连续的一维计算机内存段组成，该段与一个索引方案结合在一起，将每个项目映射到内存块中的一个位置。内存块按行优先顺序 (C 样式) 或列优先顺序 (FORTRAN 或 MatLab 样式) 保存元素。