NumPy Ndarray对象

标签：margin   连续   之间   targe   一个   jin   lan   log   风格   

NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。 它描述相同类型的元素集合。 可以使用基于零的索引访问集合中的项目。

ndarray中的每个元素在内存中使用相同大小的块。 ndarray中的每个元素是数据类型对象的对象(称为 dtype)。

从ndarray对象提取的任何元素(通过切片)由一个数组标量类型的 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类的实例可以通过后面描述的不同的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，或从返回数组的任何方法创建一个ndarray。

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

上面的构造器接受以下参数：

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 数组的所需数据类型，可选。
3. copy 可选，默认为true，对象是否被复制。
4. order C(按行)、F(按列)或A(任意，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true，则返回子类。
6. ndimin 指定返回数组的最小维数。

看看下面的例子来更好地理解。

示例1：一维

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

输出内容：

[1 2 3]

示例2：二维

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

输出内容：

[[1 2]
 [3 4]]

示例3：最小维度

import numpy as np
a=np.array([1,2,3,4,5],ndmin=2)
print(a)

输出内容：

[[1 2 3 4 5]]

示例4：dtype 参数

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

输出内容：

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

ndarray 对象由计算机内存中的一维连续区域组成，带有将每个元素映射到内存块中某个位置的索引方案。 内存块以按行(C 风格)或按列(FORTRAN 或 MatLab 风格)的方式保存元素。

NumPy Ndarray对象

标签：margin   连续   之间   targe   一个   jin   lan   log   风格   

原文地址：https://www.cnblogs.com/jin521/p/8987432.html