NumPy Ndarray 对象

Question

NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。 它描述相同类型的元素集合（集合中的所有内容必须是同一中，不能向列表一样传入任意的不同种类的内容了。）。 可以使用起始为零的索引访问集合中的元素。

ndarray 中的每个元素在内存中使用相同大小的块。 ndarray 中的每个元素是数据类型对象的对象（称为 dtype ）。

从 ndarray 对象提取的任何元素（通过切片）由一个数组标量类型的 Python 对象表示。 下图显示了 ndarray ，数据类型对象（ dtype ）和数组标量类型之间的关系。

ndarray 类的实例可以通过本教程后面描述的不同的数组创建例程来构造。 基本的 ndarray 是使用 NumPy 中的数组函数创建的，如下所示：

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

它从任何暴露数组接口的对象，或从返回数组的任何方法创建一个 ndarray。

上面的构造器接受以下参数：

序号	参数及描述
1.	object 任何暴露数组接口方法的对象都会返回一个数组或任何（嵌套）序列。
2.	dtype 数组的所需数据类型，可选。
3.	copy 可选，默认为 true ，对象是否被复制。
4.	order C （按行）、 F （按列）或 A （任意，默认）。
5.	subok 默认情况下，返回的数组被强制为基类数组。 如果为 true ，则返回子类。
6.	ndimin 指定返回数组的最小维数。

看看下面的例子来更好地理解。

示例 1

import numpy as np 
a = np.array([1,2,3])  
print(a)

# ndarray 中的内容必须为同种类型，否则在没有指定类型的情况下，会按照 python 的转换规则转换为同一种类型。例如：
a = np.array([1,2,"3"])
print(a)

# ['1', '2', '3']

输出如下：

[1, 2, 3]

示例 2

# 多于一个维度  
import numpy as np 
a = np.array([[1,  2],  [3,  4]])  
print(a)

输出如下：

[[1, 2] 
 [3, 4]]

示例 3

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

输出如下：

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

示例 4

# dtype 参数  
import numpy as np 
a = np.array([1,  2,  3], dtype = complex)  
print(a)

输出如下：

[ 1.+0.j,  2.+0.j,  3.+0.j]

ndarray 对象由计算机内存中的一维连续区域组成，带有将每个元素映射到内存块中某个位置的索引方案。 内存块以按行（C 风格）或按列（FORTRAN 或 MatLab 风格）的方式保存元素。