AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

NumPy 教程 之 NumPy Ndarray 对象 1

2024-07-10 17
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： **NumPy的ndarray对象是多维数组，存储相同类型数据，以0开始索引。包含数据指针、dtype（描述数据类型）、shape（表示维度大小的元组）和stride（控制元素间步长）。创建ndarray使用`numpy.array()`函数。**

NumPy 教程 之 NumPy Ndarray 对象 1

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。

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)

文章标签：
Python
索引
存储
张志凌
目录
相关文章
张志凌
|
1月前
|
存储 索引 Python
NumPy 教程 之 NumPy Ndarray 对象 6
**NumPy的ndarray对象是核心特征，是同类型元素的多维数组。它包括数据指针、数据类型（dtype）、形状元组和跨度元组。创建数组使用`numpy.array()`，可通过`dtype`指定数据类型。例如：`a = np.array([1, 2, 3], dtype=complex)`生成复数数组。内存布局遵循C或F顺序。**
张志凌
15 0
张志凌
|
1月前
|
Python
NumPy 教程 之 NumPy 创建数组 6
`NumPy`教程中介绍如何用`numpy.ones`创建数组：生成指定形状的全1数组。例如，`np.ones(5)`产生一维浮点数数组，`np.ones([2,2], dtype=int)`则创建二维整数数组。输出： ``` [1. 1. 1. 1. 1.] [[1 1] [1 1]] ``` 形状、数据类型（默认`None`为浮点型）和内存排列顺序（默认'C'）可自定义。
张志凌
23 3
张志凌
|
1月前
|
Python
NumPy 教程 之 NumPy 创建数组 5
`NumPy`教程：使用`numpy.ones`创建全1数组，形如`numpy.ones(shape, dtype=None, order='C')`，参数`shape`定义数组形状，`dtype`指定数据类型，默认无类型，`order`设定内存布局，默认'C'（行优先）。
张志凌
21 4
张志凌
|
1月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 7
`NumPy`创建数组时，可用`zeros_like`创建与给定数组形状相同的零数组，或用`zeros`指定形状创建。`zeros_like(a)`基于已有数组`a`的形状，`zeros(shape)`则按提供的形状。参数包括数据类型(`dtype`)、内存顺序(`order`)和形状(`shape`)。`shape`若不设，则复制`a`的形状。
张志凌
27 2
张志凌
|
1月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 2
使用`numpy.empty`创建未初始化的数组，如`np.empty([3,2], dtype=int)`，返回包含随机内存值的`(3,2)`形状数组。`dtype`定义数据类型，默认为`float`，`order`指定内存布局，`'C'`（行优先）或`'F'`（列优先）。实例输出显示未初始化的整数数组元素值是随机的。
张志凌
26 4
张志凌
|
1月前
|
存储 索引 Python
NumPy 教程 之 NumPy Ndarray 对象 2
**NumPy的ndarray对象是多维数据的核心，它存储同类型元素，具有形状和 strides。形状描述数组维度大小，strides指示元素间字节偏移。通过`numpy.array()`创建，可指定数据类型、复制选项等。例如，`numpy.array(list, dtype, copy=True, order='C', subok=False, ndmin=0)`。**
张志凌
23 4
张志凌
|
1月前
|
Python
NumPy 教程 之 NumPy 数组属性 7
NumPy教程：数组属性聚焦秩(rank)和轴(axis)，表示维度数量。`ndarray.flags`揭示内存细节，如C/F_CONTIGUOUS标志指示数据连续性，OWNDATA检查内存所有权，WRITEABLE允许写入，ALIGNED确保硬件对齐，UPDATEIFCOPY涉及副本更新。
张志凌
28 4
张志凌
|
1月前
|
Python
NumPy 教程 之 NumPy 数组属性 8
NumPy教程讲解数组属性，数组的秩表示维度数，如一维数组秩为1，二维为2。每个线性数组是轴，二维数组由两轴组成。`x=np.array([1,2,3,4,5])`，打印`x.flags`显示数组连续性、数据所有权、可写性等信息。
张志凌
28 2
张志凌
|
1月前
|
Python
NumPy 教程 之 NumPy 数组属性 5
NumPy数组的秩是其维度数，如一维数组秩为1，二维为2。数组的每个线性部分称为轴，`ndarray.shape`展示数组的维度，返回元组，长度即秩。`reshape`函数可改变数组尺寸。例如： ```markdown import numpy as np a = np.array([[1,2,3],[4,5,6]]) b = a.reshape(3,2) # 输出: [[1 2] [3 4] [5 6]] ``` 这里，`a.shape`是`(2,3)`，秩为2，`b`通过reshape变为秩为2的\(3 \times 2\)数组。
张志凌
22 3
张志凌
|
1月前
|
存储 索引 Python
NumPy 教程 之 NumPy Ndarray 对象 4
**NumPy的ndarray对象是核心特征，是同类型元素的多维数组。它包括数据指针、数据类型（dtype）、形状元组和跨度元组。创建ndarray使用`numpy.array()`，参数如object（输入数据）、dtype（数据类型）等。例如：`a = np.array([[1, 2], [3, 4]])`创建了一个二维数组。**
张志凌
17 2