NumPy ndarray对象 NumPy环境 NumPy数据类型 NumPy中定义的最重要的对象是名为 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的块大小。在ndarray每个元素是数据类型的对象(被称为的目的 D型 )。 从ndarray对象中提取的任何项目(通过切片)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类的一个实例可以通过本教程稍后介绍的不同阵列创建例程来构建。基本的ndarray是使用NumPy中的数组函数创建的,如下所示 numpy.array 它从暴露数组接口的任何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 - Sr.No. 参数和说明 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 数组的期望数据类型,可选 3 copy 可选的。默认情况下(true),对象被复制 4 order C(行主)或F(列主)或A(任何)(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,则通过子类 6 ndmin 指定结果数组的最小维数 看看下面的例子来更好地理解。 例1 import numpy as np a = np.array([1,2,3]) print a 输出如下 - [1, 2, 3] 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]] 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]] 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] 所述 ndarray 对象由计算机存储器的连续一维段,用每个项映射到在所述存储器块的位置的索引方案组合的。内存块以行主要顺序(C风格)或列主要顺序(FORTRAN或MatLab风格)保存元素。 NumPy环境 NumPy数据类型