NumPy 教程 之 NumPy Ndarray 对象 3

简介: **NumPy的ndarray对象是多维数组,存储相同类型数据,用0开始的索引访问。包括数据指针、dtype、形状和跨度元组。创建数组用`np.array()`,参数控制数据类型、复制、排列和维度。例如:`a = np.array([1,2,3])`。输出:`[1 2 3]`。**

NumPy 教程 之 NumPy Ndarray 对象 3

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)

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 1

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

[1 2 3]

目录
相关文章
|
8天前
|
TensorFlow 算法框架/工具 Python
从numpy,list对象创建
【8月更文挑战第12天】从numpy,list对象创建。
15 8
|
4天前
|
索引 Python
NumPy 教程 之 Numpy 数组操作 28
NumPy 提供多种数组操作功能,包括修改形状、翻转、连接和分割等。本教程重点介绍元素的添加与删除,如使用 `resize`、`append`、`insert` 和 `delete` 函数。其中 `numpy.insert` 可在指定索引前插入值,支持标量或数组插入。示例展示了不同情况下 `insert` 的使用方法,包括不指定轴时的数组扁平化插入,以及沿特定轴进行广播插入。
17 2
|
1天前
|
数据处理 Python
NumPy 教程 之 NumPy 位运算 7
位运算是在二进制位级别上进行的操作,广泛用于计算机科学中的优化及底层数据处理。NumPy 提供了一系列以 "bitwise_" 开头的位运算函数,如按位与 (`bitwise_and`)、按位或 (`bitwise_or`)、按位异或 (`bitwise_xor`)、按位取反 (`bitwise_not` 或 `invert`)、左移 (`left_shift`) 和右移 (`right_shift`)。例如,`right_shift()` 将数组元素的二进制形式向右移动指定位数,左侧补零。
11 3
|
3天前
|
数据处理 Python
NumPy 教程 之 NumPy 位运算 1
NumPy 位运算教程介绍如何利用 NumPy 的 "bitwise_" 系列函数对二进制位进行操作。这些函数包括按位与 (`bitwise_and`)、按位或 (`bitwise_or`)、按位异或 (`bitwise_xor`)、按位取反 (`bitwise_not` 或 `invert`) 以及位移运算 (`left_shift` 和 `right_shift`)。通过实例展示了布尔数组之间的位运算结果及整数的位移操作。适用于底层数据处理和优化场景。
10 4
|
3天前
|
Python
NumPy 教程 之 Numpy 数组操作 29
NumPy 提供多种数组操作函数,如修改形状、翻转和连接等。本教程重点介绍元素的添加与删除,包括 `resize`、`append`、`insert` 和 `delete` 函数。`numpy.delete` 用于从数组中删除指定元素,参数包括 `arr`(输入数组)、`obj`(待删元素)和 `axis`(删除轴)。示例展示了如何使用 `numpy.delete` 删除一维和二维数组中的元素。
11 4
|
3天前
|
数据挖掘 索引 Python
NumPy 教程 之 Numpy 数组操作 30
展示了如何使用`numpy.unique`去除数组中的重复值,并获取额外信息如索引和计数。示例中,数组`a`的重复值被去除,打印出唯一值及其在原数组中的首次出现索引、对应原值的索引以及各唯一元素的出现次数。这有助于数据分析时简化数据集。
10 2
|
5天前
|
Python
NumPy 教程 之 Numpy 数组操作 24
本教程介绍Numpy中分割数组的方法,特别是`vsplit`函数,它能将数组沿垂直轴分为多个子数组。示例代码展示了如何使用`vsplit`将一个4x4的数组分为两个2x4的子数组,适用于需要按行分割数据的场景。
8 1
|
6天前
|
Python
NumPy 教程 之 Numpy 数组操作 22
本教程介绍NumPy中分割数组的方法。`numpy.split`可沿指定轴将数组分为子数组,参数包括待分割数组、切分数或位置及轴向。示例展示了如何使用`numpy.split`和`numpy.hsplit`沿不同轴向分割一个4x4数组。`numpy.split`在默认轴0方向分割,而通过设定`axis=1`实现水平分割;`numpy.hsplit`则专门用于水平分割。
14 2
|
7天前
|
Python
NumPy 教程 之 Numpy 数组操作 19
本教程介绍Numpy数组操作,涵盖数组形状修改、翻转、维度调整、连接与分割以及元素增删等关键技能。重点讲解`numpy.vstack`函数,该函数可将多个数组沿垂直方向堆叠。示例展示了如何使用`vstack`将两个2D数组堆叠成一个更大的数组,适用于数据整合场景。
16 2
|
9天前
|
Python
NumPy 教程 之 Numpy 数组操作 13
本教程介绍 NumPy 中的数组操作,覆盖了修改数组形状、翻转、连接与分割等技巧。重点讲解了如何使用 `numpy.expand_dims` 函数在指定位置新增轴以扩展数组维度,通过示例展示了 `expand_dims` 的用法及其对数组形状的影响。
20 4