NumPy - Ndarray 对象
NumPy 中定义的最重要的对象是一个名为 ndarray 的 N 维数组类型。 它描述了相同类型的项目的集合。 可以使用从零开始的索引访问集合中的项目。
ndarray 中的每个项目在内存中占用相同大小的块。 ndarray 中的每个元素都是数据类型对象（称为dtype）的对象。
从 ndarray 对象（通过切片）中提取的任何项目都由数组标量类型之一的 Python 对象表示。 下图展示了ndarray、数据类型对象（dtype）和数组标量类型之间的关系 −
ndarray 类的实例可以通过本教程后面描述的不同数组创建例程来构造。 基本的 ndarray 是使用 NumPy 中的数组函数创建的，如下所示 −
numpy.array
它从任何公开数组接口的对象，或从任何返回数组的方法创建一个 ndarray。
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
上面的构造函数接受以下参数 −
| 序号 | 参数 & 描述 |
|---|---|
| 1 | object 任何暴露数组接口方法的对象都会返回一个数组，或任何（嵌套的）序列。 |
| 2 | dtype 需要的数组数据类型，可选 |
| 3 | copy 可选。 默认情况下 (true)，对象被复制 |
| 4 | order C（主要行）或 F（主要列）或 A（任意）（默认） |
| 5 | subok 默认情况下，返回的数组强制为基类数组。 如果为 true，则子类通过 |
| 6 | ndmin 指定结果数组的最小维度 |
请查看以下示例以更好地理解。
示例 1
import numpy as np a = np.array([1,2,3]) print a
输出结果如下 −
[1, 2, 3]
示例 2
# more than one dimensions import numpy as np a = np.array([[1, 2], [3, 4]]) print a
输出结果如下 −
[[1, 2] [3, 4]]
示例 3
# minimum dimensions import numpy as np a = np.array([1, 2, 3,4,5], ndmin = 2) print a
输出结果如下 −
[[1, 2, 3, 4, 5]]
示例 4
# dtype parameter 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 对象由连续的一维计算机内存段组成，结合索引方案将每个项目映射到内存块中的一个位置。 内存块以行优先顺序（C 样式）或列优先顺序（FORTRAN 或 MatLab 样式）保存元素。
