python Numpy Ndarray 对象解析

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：

ndarray数据结构：
ndarray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：

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

实例：

import numpy as np 
a = np.array([1,2,3])  
print (a)
输出结果如下：

[1 2 3]

实例 2

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

[[1  2] 
 [3  4]]

实例 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]]

实例 4

# dtype 参数  
import numpy as np 
a = np.array([1,  2,  3], dtype = complex)  
print (a)
输出结果如下：

[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。

catroom