Numpy——ndarray对象（1）：创建数组

Numpy——ndarray对象（1）：创建数组

标准安装的Python中用列表( list )保存一组值，可以用来当作数组使用，不过由于列表的元素可以是任何对象，因此列表中所保存的是对象的指针。这样为了保存一个简单的[1,2,3]，需要有3个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间。
此外Python还提供了一个 array 模块，array 对象和列表不同，它直接保存数值，和C语言的一维数组比较类似。但是由于它不支持多维，也没有各种运算函数，因此也不适合做数值运算。

NumPy 提供了两种基本的对象：
ndarray（N-dimensional array object）和 ufunc（universal function object）。ndarray(简称数组)是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数。

要使用这两种对象，首先要导入模块:
import numpy as np

下面通过代码及注释了解创建numpy数组的基本操作：

>>> a = np.array([1,2,3,4])
>>> b = np.array([5,6,7,8])
>>> c = np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]])   #array只有一个参数
>>> b                                                #一维数组
array([5, 6, 7, 8])
>>> c                                                #二维数组
array([[ 1,  2,  3,  4],
       [ 4,  5,  6,  7],
       [ 7,  8,  9, 10]])
>>> c.dtype                                          #获得数组元素的类型
dtype('int32')
>>> a.shape                                          #数组的大小可以通过其shape属性获得
(4,)                                                 #一维的