4.2　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：

（1）一个指向数据（内存或内存映射文件中的一块数据）的指针。

（2）数据类型或dtype，描述在数组中固定大小值的格子。

（3）一个表示数组形状（shape）的元组，表示各维度大小的元组。

（4）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的内部结构如图4-1所示。

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)

其中，参数object表示数组或嵌套的数列；dtype表示数组元素的数据类型，可选；copy表示对象是否需要复制，可选；order表示创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）；subok表示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。比如一维数组：

     a = np.array([1,2,3])
     print (a)

输出：

     [1 2 3]

又比如多于一维的数组：

     a = np.array([[1,  2],  [3,  4]])
     print(a)

输出：

     [[1 2]
      [3 4]]

比如最小维度：

     a = np.array([1,  2,  3, 4, 5], ndmin =  2)
     print a

输出：

     [[1, 2, 3, 4, 5]]

如果ndmin =1，则输出[1 2 3 4 5]。再来看一下指定dtype参数的例子：

     a = np.array([1,  2,  3], dtype = complex)
     print (a)

输出：

     [1.+0.j 2.+0.j 3.+0.j]

在Python中，complex用于创建一个复数或将一个字符串或数转化为复数。

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。 fk622//DtY966eh2IxhbZ0Hcuy1EOl6YlVQMgqB/dTPatwbUGdVlUkvhyblTPXzM