NumPy 中定義的最重要的對象是稱爲 ndarray
的 N 維數組類型。 它描述相同類型的元素集合。 能夠使用基於零的索引訪問集合中的項目。數組
ndarray
中的每一個元素在內存中使用相同大小的塊。 ndarray
中的每一個元素是數據類型對象的對象(稱爲 dtype
)。函數
從ndarray
對象提取的任何元素(經過切片)由一個數組標量類型的 Python 對象表示。 下圖顯示了ndarray
,數據類型對象(dtype
)和數組標量類型之間的關係。spa
ndarray
類的實例能夠經過本教程後面描述的不一樣的數組建立例程來構造。 基本的ndarray
是使用 NumPy 中的數組函數建立的,以下所示:code
numpy.array
它從任何暴露數組接口的對象,或從返回數組的任何方法建立一個ndarray。對象
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
上面的構造器接受如下參數:教程
序號 | 參數及描述 |
---|---|
1. | object 任何暴露數組接口方法的對象都會返回一個數組或任何(嵌套)序列。 |
2. | dtype 數組的所需數據類型,可選。 |
3. | copy 可選,默認爲true ,對象是否被複制。 |
4. | order C (按行)、F (按列)或A (任意,默認)。 |
5. | subok 默認狀況下,返回的數組被強制爲基類數組。 若是爲true ,則返回子類。 |
6. | ndimin 指定返回數組的最小維數。 |
看看下面的例子來更好地理解。索引
import numpy as np a = np.array([1,2,3]) print a
輸出以下:接口
[1, 2, 3]
# 多於一個維度 import numpy as np a = np.array([[1, 2], [3, 4]]) print a
輸出以下:內存
[[1, 2] [3, 4]]
# 最小維度 import numpy as np a = np.array([1, 2, 3,4,5], ndmin = 2) print a
輸出以下:table
[[1, 2, 3, 4, 5]]
# dtype 參數 import numpy as np a = np.array([1, 2, 3], dtype = complex) print a
輸出以下:
[ 1.+0.j, 2.+0.j, 3.+0.j]
ndarray 對象由計算機內存中的一維連續區域組成,帶有將每一個元素映射到內存塊中某個位置的索引方案。 內存塊以按行(C 風格)或按列(FORTRAN 或 MatLab 風格)的方式保存元素。