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numpy.array(object, dtype None, copy True, order None, subok False, ndmin 0)参数说明名称描述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实例接下来可以通过以下实例帮助我们更好的理解。实例 1import 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。
