python中ndarray对象_numpy基础——ndarray对象

numpy 是使用python进行数据分析不可或缺的第三方库，非常多的科学计算工具都是基于 numpy 进行开发的。

ndarray对象是用于存放同类型元素的多维数组，是numpy中的基本对象之一，另一个是func对象。本文主要内容是：1 、简单介绍ndarray对象；2、ndarray对象的常用属性；3、如何创建ndarray对象；4、ndarray元素访问。

它的维度以及个维度上的元素个数由shape决定。

1 numpy.ndarray()

标题中的函数就是numpy的构造函数，我们可以使用这个函数创建一个ndarray对象。构造函数有如下几个可选参数：

参数

类型

作用

shape

int型tuple

多维数组的形状

dtype

data-type

数组中元素的类型

buffer

用于初始化数组的buffer

offset

int

buffer中用于初始化数组的首个数据的偏移

strides

int型tuple

每个轴的下标增加1时，数据指针在内存中增加的字节数

order

'C' 或者 'F'

'C':行优先；'F':列优先

实例：

>>> np.ndarray(shape=(2,3), dtype=int, buffer=np.array([1,2,3,4,5,6,7]), offset=0, order="C")

array([[1, 2, 3],

[4, 5, 6]])

>>> np.ndarray(shape=(2,3), dtype=int, buffer=np.array([1,2,3,4,5,6,7]), offset=0, order="F")

array([[1, 3, 5],

[2, 4, 6]])

>>> np.ndarray(shape=(2,3), dtype=int, buffer=np.array([1,2,3,4,5,6,7]), offset=8, order="C")

array([[2, 3, 4],

[5, 6, 7]])

2 ndarray对象的常用属性

接下来介绍ndarray对象最常用的属性

属性

含义

T

转置，与self.transpose( )相同，如果维度小于2返回self

size

数组中元素个数

itemsize

数组中单个元素的字节长度

dtype

数组元素的数据类型对象

ndim

数组的维度

shape

数组的形状

data

指向存放数组数据的python buffer对象

flat

返回数组的一维迭代器

imag

返回数组的虚部

real

返回数组的实部

nbytes

数组中所有元素的字节长度

实例：

>>> a = np.array(range(15)).reshape(3,5)

>>> a

array([[ 0, 1, 2, 3, 4],

[ 5, 6, 7, 8, 9],

[10, 11, 12, 13, 14]])

>>> a.T

array([[ 0, 5, 10],

[ 1, 6, 11],

[ 2, 7, 12],

[ 3, 8, 13],

[ 4, 9, 14]])

>>> a.size

15

>>> a.itemsize

8

>>> a.ndim

2

>>> a.shape

(3, 5)

>>> a.dtype

dtype('int64')

3 创建ndarray

3.1 array

使用array函数，从常规的python列表或者元组中创建数组，元素的类型由原序列中的元素类型确定。

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

实例：

>>> np.array([1, 2, 3])

array([1, 2, 3])

>>> np.array([[1, 2],[3, 4]])

array([[1, 2],

[3, 4]])

>&