小白教程
所有教程
关于
Search
172.70.178.201
172.70.178.201
参数设置
贡献
退出
操作
编辑
移动
保护
信息
历史
删除
查看“NumPy Ndarray 对象”的源代码
本页内容
上一节:
NumPy_安装
下一节:
NumPy_数据类型
因为以下原因,您没有权限编辑本页:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
{{DISPLAYTITLE:NumPy Ndarray 对象}}[[Category:NumPy 教程|3]] = NumPy Ndarray 对象 = NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它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。 ndarray 内部由以下内容组成: * 一个指向数据(内存或内存映射文件中的一块数据)的指针。 * 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。 ndarray 的内部结构: 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。 创建一个 ndarray 只需调用 NumPy 的 array 函数即可: <sample title="" desc="" lang="python" hererun="1"> numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0) </sample> '''参数说明:''' {| class="table table-striped table-hover" ! 名称 ! 描述 |- | 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 |} == 接下来可以通过以下实例帮助我们更好的理解。 == 实例 1 == <sample title="" desc="" lang="python" hererun="1"> import numpy as np a = np.array([1,2,3]) print (a) </sample> 输出结果如下: <sample title="" desc="" lang="python" hererun="1"> [1 2 3] </sample> == 实例 2 == <sample title="" desc="" lang="python" hererun="1"> # 多于一个维度 import numpy as np a = np.array([[1, 2], [3, 4]]) print (a) </sample> 输出结果如下: <sample title="" desc="" lang="python" hererun="1"> [[1 2] [3 4]] </sample> == 实例 3 == <sample title="" desc="" lang="python" hererun="1"> # 最小维度 import numpy as np a = np.array([1, 2, 3, 4, 5], ndmin = 2) print (a) </sample> 输出如下: <sample title="" desc="" lang="python" hererun="1"> [[1 2 3 4 5]] </sample> == 实例 4 == <sample title="" desc="" lang="python" hererun="1"> # dtype 参数 import numpy as np a = np.array([1, 2, 3], dtype = complex) print (a) </sample> 输出结果如下: <sample title="" desc="" lang="python" hererun="1"> [1.+0.j 2.+0.j 3.+0.j] </sample> 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。
返回至“
NumPy Ndarray 对象
”。
上一节:
NumPy_安装
下一节:
NumPy_数据类型