NumPy中定义的最重要的对象是称为 ndarray 的N维数组类型,它描述了相同类型的元素的集合,可以使用从零开始的索引来访问集合中的元素。
ndarray中的每一项都占用相同大小的内存块,ndarray中的每个元素都是数据类型 (称为 dtype )的对象 。
下图显示了ndarray,数据类型 (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介绍的不同的数组创建,如下所示-
numpy.array
它从任何公开数组接口的对象或任何返回数组的方法创建一个ndarray。
numpy.array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)
上面的构造函数采用以下参数-
Sr.No. | Parameter & 描述 |
---|---|
1 | Object 任何公开数组接口方法的对象都将返回一个数组或任何(嵌套的)序列。 |
2 | dtype 数组的所需数据类型,可选 |
3 | copy 可选的。默认情况下(true),复制对象 |
4 | order C(行)或F(列)或A(any)(默认值) |
5 | subok 链接:https://www.learnfk.comhttps://www.learnfk.com/numpy/numpy-ndarray-object.html 来源:LearnFk无涯教程网 默认情况下,返回的数组强制为基类数组。 |
6 | ndmin 指定结果数组的最小维度 |
请看以下示例以更好地理解。
例子1
import numpy as np a = np.array([1,2,3]) print a
输出如下-
[1, 2, 3]
例子2
# more than one dimensions import numpy as np a = np.array([[1, 2], [3, 4]]) print a
输出如下-
[[1, 2] [3, 4]]
例子3
# minimum dimensions 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]]
例子4
# 数据类型参数 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]
映射到内存块中某个位置的索引方案。
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)
Python实战 · 从0到1搭建直播视频平台 -〔Barry〕