NumPy Ndarray 对象


NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它是一系列同类型数据的集合,以 0 下标为开始进行集合中元素的索引。

ndarray 对象是用于存放同类型元素的多维数组。

ndarray 中的每个元素在内存中都有相同存储大小的区域。

ndarray 内部由以下内容组成:

  • 一个指向数据(内存或内存映射文件中的一块数据)的指针。

  • 数据类型或 dtype,描述在数组中的固定大小值的格子。

  • 一个表示数组形状(shape)的元组,表示各维度大小的元组。

  • 一个跨度元组(stride),其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数。

一、ndarray 内部结构

跨度可以是负数,这样会使数组在内存中后向移动,切片中 obj[::-1] 或 obj[:,::-1] 就是如此。

创建一个 ndarray 只需调用 NumPy 的 array 函数即可:

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

参数说明:

名称 描述
object 数组或嵌套的数列
dtype 数组元素的数据类型,可选
copy 对象是否需要复制,可选
order 创建数组的样式,C为行方向,F为列方向,A为任意方向(默认)
subok 默认返回一个与基类类型一致的数组
ndmin 指定生成数组的最小维度

 

二、实例

  • 创建一维数组
import numpy as np
a1 = np.array([1, 2, 3])
print(a1)

输出如下:

[1 2 3]

 

  •  创建多维数组
a2 = np.array([[1, 2, 3],[4, 5, 6]])  # 二维数组
print(a2)

输出如下:

[[1 2 3]
 [4 5 6]]

 

  •  设置最小维度
# 不设置ndmin参数
a1 = np.array([1, 2, 3])
print(a1)
a1.ndim  # 查看数组维度

# 设置ndmin=2
a = np.array([1,2,3], ndmin=2)
print(a)
a.ndim  # 查看数组维度

 输出如下:

# 不设置ndmin参数
[1 2 3]

# 设置ndmin=2
[[1 2 3]]

 

  •   dtype 参数
a = np.array([1, 2, 3], dtype=complex)  # 创建复数类型数组
print(a)

输出如下:

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

 




评论

支持上传图片(拖动图片或者截图粘贴)

0 评论