NumPy Ndarray 對象
NumPy Ndarray 對象
NumPy 最重要的一個特點是其 N 維數組對象 ndarray，它是一系列同類型數據的集合，以 0 下標為開始進行集合中元素的索引。
ndarray 對象是用於存放同類型元素的多維數組。
ndarray 中的每個元素在內存中都有相同存儲大小的區域。
ndarray 內部由以下內容組成：
-
一個指向數據（內存或內存映射文件中的一塊數據）的指針。
-
數據類型或 dtype，描述在數組中的固定大小值的格子。
-
一個表示數組形狀（shape）的元組，表示各維度大小的元組。
-
一個跨度元組（stride），其中的整數指的是為了前進到當前維度下一個元素需要"跨過"的字節數。
ndarray 的內部結構:
跨度可以是負數，這樣會使數組在內存中後向移動，切片中 obj[::-1] 或 obj[:,::-1] 就是如此。
創建一個 ndarray 只需調用 NumPy 的 array 函數即可：
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
參數說明：
| 名稱 | 描述 |
|---|---|
| object | 數組或嵌套的數列 |
| dtype | 數組元素的數據類型，可選 |
| copy | 對象是否需要復製，可選 |
| order | 創建數組的樣式，C為行方向，F為列方向，A為任意方向（默認） |
| subok | 默認返回一個與基類類型一致的數組 |
| ndmin | 指定生成數組的最小維度 |
實例
接下來可以通過以下實例幫助我們更好的理解。
實例 1
import numpy as np
a = np.array([1,2,3])
print (a)
輸出結果如下：
[1, 2, 3]
實例 2
# 多於一個維度
import numpy as np
a = np.array([[1, 2], [3, 4]])
print (a)
輸出結果如下：
[[1, 2] [3, 4]]
實例 3
# 最小維度
import numpy as np
a = np.array([1, 2, 3,4,5], ndmin = 2)
print (a)
輸出如下：
[[1, 2, 3, 4, 5]]
實例 4
# dtype 參數
import numpy as np
a = np.array([1, 2, 3], dtype = complex)
print (a)
輸出結果如下：
[ 1.+0.j, 2.+0.j, 3.+0.j]
ndarray 對象由計算機內存的連續一維部分組成，併結合索引模式，將每個元素映射到內存塊中的一個位置。內存塊以行順序(C樣式)或列順序(FORTRAN或MatLab風格，即前述的F樣式)來保存元素。