NumPy ndarray对象

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

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。