Python numpy ndarray用法及代碼示例

本文簡要介紹 python 語言中 numpy.ndarray 的用法。

用法:

class  numpy.ndarray(shape, dtype=float, buffer=None, offset=0, strides=None, order=None)

數組對象表示一個多維、同質的固定大小項目數組。關聯的數據類型對象說明了數組中每個元素的格式(它的字節順序、它在內存中占用的字節數、它是整數、浮點數還是其他東西等)

數組應該使用numpy.array,numpy.zeros或者numpy.empty(請參閱下麵的另請參閱部分)。這裏給出的參數指的是低級方法(數組(…)) 用於實例化一個數組。

有關詳細信息，請參閱 numpy 模塊並檢查數組的方法和屬性。

參數：

(for the __new__ method; see Notes below)：

shape： 整數元組

創建數組的形狀。

dtype： 數據類型，可選

任何可以解釋為 numpy 數據類型的對象。

buffer： 對象暴露緩衝區接口，可選

用於用數據填充數組。

offset： 整數，可選

緩衝區中數組數據的偏移量。

strides： 整數元組，可選

內存中的數據步長。

order： {‘C’, ‘F’}，可選

行優先(C 風格)或列優先(Fortran-style)順序。

注意：

使用 __new__ 創建數組有兩種模式：

1. 如果緩衝是無，那麽隻有numpy.shape,numpy.dtype， 和次序被使用。

2. 如果 buffer 是一個暴露緩衝區接口的對象，那麽所有的關鍵字都會被解釋。

不需要__init__ 方法，因為數組在__new__ 方法之後完全初始化。

例子：

這些例子說明了低級ndarray構造函數。請參閱也可以看看上麵的部分是構建 ndarray 的更簡單方法。

第一種模式，緩衝區為無：

>>> np.ndarray(shape=(2,2), dtype=float, order='F')
array([[0.0e+000, 0.0e+000], # random
       [     nan, 2.5e-323]])

第二種模式：

>>> np.ndarray((2,), buffer=np.array([1,2,3]),
...            offset=np.int_().itemsize,
...            dtype=int) # offset = 1*itemsize, i.e. skip first element
array([2, 3])

屬性：

numpy.ndarray.T ndarray

轉置數組。

data 緩衝

指向數組數據開頭的 Python 緩衝區對象。

numpy.dtype 數據類型對象

數組元素的數據類型。

flags dict

有關陣列的內存布局的信息。

numpy.ndarray.flat numpy.flatiter 對象

數組上的一維迭代器。

numpy.imag ndarray

數組的虛部。

numpy.real ndarray

數組的實部。

numpy.ndarray.size int

數組中的元素數。

numpy.ndarray.itemsize int

一個數組元素的長度(以字節為單位)。

numpy.ndarray.nbytes int

數組元素消耗的總字節數。

numpy.ndarray.ndim int

數組維數。

numpy.shape 整數元組

數組維度的元組。

numpy.ndarray.strides 整數元組

遍曆數組時要在每個維度中步進的字節元組。

numpy.ndarray.ctypes ctypes 對象

一個用於簡化數組與 ctypes 模塊交互的對象。

numpy.ndarray.base ndarray

如果內存來自其他對象，則為基礎對象。