Numpy(科学计算包)- 【Ndarray 对象 】
  
- UID
- 2
- 积分
- 2909960
- 威望
- 1405012 布
- 龙e币
- 1504948 刀
- 在线时间
- 13497 小时
- 注册时间
- 2009-12-3
- 最后登录
- 2025-2-18

|
Numpy(科学计算包)- 【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。
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)
复制代码 参数说明:

实例
接下来可以通过以下实例帮助我们更好的理解。
实例 1- import numpy as np
- a = np.array([1,2,3])
- print (a)
复制代码 输出结果如下:实例 2- # 多于一个维度
- import numpy as np
- a = np.array([[1, 2], [3, 4]])
- print (a)
复制代码 输出结果如下:实例 3- # 最小维度
- import numpy as np
- a = np.array([1, 2, 3, 4, 5], ndmin = 2)
- print (a)
复制代码 输出如下:实例 4- # dtype 参数
- import numpy as np
- a = np.array([1, 2, 3], dtype = complex)
- print (a)
复制代码 输出结果如下: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。 |
论坛官方微信、群(期货热点、量化探讨、开户与绑定实盘)
|
|
|
|
|
|