python中ndarray对象不定长度二维数组_ndarray：一种多维数组对象

ndarray是一个通用的同构数据多维容器，也就是说，其中的所有元素必须是相同类型的。每个数组都有一个shape(一个表示各维度大小的元组)和一个dtype(一个用于说明数组数据类型的对象)。

In [1]: import numpy asnp

In [2]: data = np.array([[1,2,3,4],[5,6,7,8]])

In [3]: data

Out[3]:

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

[5, 6, 7, 8]])

In [5]: data.shape

Out[5]: (2, 4)

In [6]: data.dtype

Out[6]: dtype('int32')

Part 1 ：创建ndarray的方法

array()

arange()

linspace()

zeros()

ones()

empty()

eye()

一 array()

类似Python中的列表，但有两点不同。

array长度是预先定好的，没有append方法。

执行乘法操作时。示例。

import numpy asnp

a=np.array([1,2,3,4,5])

print('numpy',a*6)

l=[1,2,3,4,5]

print('python',l*5)

输出：

numpy [ 6 12 18 24 30]

python [1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5]

应用场景 1)

假如有这样一个场景，将[1,2,3,4,5,6,7] 美元货币转为人民币，这个时候，numy.array便能较好的实现效果。

python能不能实现呢？也是可以的。两种方法，一种方法是循环遍历，乘以汇率。另外一种是使用内置函数map函数。有逼格。

注意，python3中，map返回的是迭代器。

import numpy asnp

a=np.array([1,2,3,4,5])

print('numpy',a*6)

l=[1,2,3,4,5]

print('python',l*5)

print('map函数',list(map(lambda x:x*6,l)))

应用场景 2)

有1000个商品，每个商品数量随机，商品价格随机，求总金额。 array实现起来也比较简单。

最后调用 .sum()方法

import numpy asnp

import random

p=np.array([random.uniform(10,200) for _ in range(1000)])

n=np.array([random.randint(20,30) for _ in range(1000)])

print((p*n).sum()) #.sum()

同样，用python能不能实现呢？也是可以的，有两种方法。一种方法是for循环，