numpy之ndarray对象

一、简介

ndarray，N 维数组对象，是NumPy 最重要的一个特点，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。

二、 组成

ndarray 内部由以下内容组成：
1.一个指向数据（内存或内存映射文件中的一块数据）的指针。
2.数据类型或 dtype，描述在数组中的固定大小值的格子。
一个表示数组形状（shape）的元组，表示各维度大小的元组。
一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要"跨过"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 obj[::-1] 或 obj[:,::-1] 就是如此。

三、 使用

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

参数说明：
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

# 1.输出数组
import numpy as np
a = np.array([1,2,3])
print ("1.输出数组为", a)

# 2.多维数组
import numpy as np
a = np.array([[1,  2],  [3,  4]])
print ("2.多维数组为\n", a)

# 3.最小维度
import numpy as np
a = np.array([1,  2,  3,4,5], ndmin = 2)
print ("3.最小维度为2的数组为", a)

# 4.dtype 参数
import numpy as np
a = np.array([1,  2,  3], dtype = complex)
print ("4.数组元素为复数的数组为", a)

结果

1.输出数组为 [1 2 3]
2.多维数组为
 [[1 2]
 [3 4]]
3.最小维度为2的数组为 [[1 2 3 4 5]]
4.数组元素为复数的数组为 [1.+0.j 2.+0.j 3.+0.j]

ndarray 对象由计算机内存的连续一维部分组成，并结合索引模式，将每个元素映射到内存块中的一个位置。内存块以行顺序(C样式)或列顺序(FORTRAN或MatLab风格，即前述的F样式)来保存元素。

参考

以上为个人整理总结的知识，如有遗漏或错误欢迎留言指出、点评，如要引用，请写联系通知，未经允许谢绝转载。
[1]: https://www.runoob.com/numpy/numpy-ndarray-object.html