Ndarray 对象
Ndarray讲解
-
NumPy 的强大功能主要基于底层的一个 Ndarray 结构,
-
Ndarray 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:
-
Ndarray 内部构成:
- 数组形状 shape:一个表示数组各维大小的整数元组。
- 数组数据 data:一个指向内存中数据的指针。
- 数据类型 dtype:一个描述数组的类型对象。
- 跨度 strides:一个元组,表示当前维度移动到下一个位置需要跨越的字节数。
- 跨度可以是负数,这样会使数组在内存中后向移动,切片中 o b j [ : : − 1 ] \mathrm{obj}[::-1] obj[::−1] 或 o b j [ : , : : − 1 ] \mathrm{obj}[:,::-1] obj[:,::−1] 就是如此。
- 数组顺序 order:访问数组元素的主顺序,如 “C” 为行主序, “F” 为列主序等。
创建 Ndarray
-
创建一个 ndarray 只需调用 NumPy 的 array 函数即可
-
函数格式
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
-
-
创建 Ndarray 数组
-
建立一个一维 Ndarray 数组
import numpy as np a = np.array([1,2,3]) print(a)
-
建立一个二维 Ndarray 数组。
import numpy as np a = np.array([[1,2], [3,4]]) print(a)
-
使用 ndmin 参数设置数组的最小维度。
import numpy as np a = np.array([1,2,3,4,5], ndmin=2) print(a)
-
使用 dtype 参数设置为数组类型为复数。
import numpy as np a = np.array([1,2,3], dtype = np.complex) print(a)
-
NumPy 数据类型
-
NumPy内置了24种数组标量(array scaler)类型,也支持Python的基本数据类型
名称 描述 bool_ 布尔型数据类型(True 或者 False) int_ 默认的整数类型(类似于 C 语言中的 long,int32 或 int64) intc 与 C 的 int 类型一样,一般是 int32 或 int 64 intp 用于索引的整数类型(类似于 C 的 ssize_t,一般情况下仍然是 int32 或 int64) int8 字节(-128 to 127) int16 整数(-32768 to 32767) int32 整数(-2147483648 to 2147483647) int64 整数(-9223372036854775808 to 9223372036854775807) uint8 无符号整数(0 to 255) uint16 无符号整数(0 to 65535) uint32 无符号整数(0 to 4294967295) uint64 无符号整数(0 to 18446744073709551615) float_ float64 类型的简写 float16 半精度浮点数,包括:1 个符号位,5 个指数位,10 个尾数位
数据类型对象(dtype)
-
数据类型对象(numpy.dtype 类的实例)用来描述与数组对应的内存区域是如何使用,它描述了数据的以下几个方面::
- 数据的类型(整数,浮点数或者 Python 对象)
- 数据的大小(例如, 整数使用多少个字节存储)
- 数据的字节顺序(小端法或大端法)
- 在结构化类型的情况下,字段的名称、每个字段的数据类型和每个字段所取的内存块的部分
- 如果数据类型是子数组,那么它的形状和数据类型是什么。
-
字节顺序是通过对数据类型预先设定 < 或 > 来决定的。
- < 意味着小端法(最小值存储在最小的地址,即低位组放在最前面)。
- > 意味着大端法(最重要的字节存储在最小的地址,即高位组放在最前面)。
-
构造 dtype 对象的语法为:
-
函数格式
numpy.dtype(object, align, copy)
-
参数说明
参数 描述 object 要转换为dtype对象的数据对象。 align 如果为 True,填充字段使其类似C的结构体。 copy 复制 dtype 对象 ,如果为False,则是对内置数据类型对象的引用
-
-
例子
-
输出 dtype 数值
import numpy as np # 使用标量类型 dt = np.dtype(np.int32) print(dt)
-
代替字符串
import numpy as np # int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2','i4','i8' 代替 dt = np.dtype('i4') print(dt)
-
结构化数据类型的使用,类型字段和对应的实际类型将被创建
import numpy as np dt = np.dtype([('age',np.int8)]) print(dt) # 输出 [('age', 'i1')]
-
将数据类型应用于 ndarray 对象
import numpy as np dt = np.dtype([('age',np.int8)]) a = np.array([(10,),(20,),(30,)], dtype = dt) print(a) # 输出结果为 [(10,) (20,) (30,)]
-
转换数据类型
import numpy as np x = np.array(5, dtype="float32") print('x为:',x) print('x对象的data属性: ',x.data) print('x对象的size属性:',x.size) print('x对象的维数:',x.ndim) y = np.array(x, dtype="bool_") print('转换为bool类型的x为:',y) z = np.array(y, dtype="float16") print('True值转换为float16类型为:',z)
-