NumPy-Ndarray 개체

NumPy에서 정의 된 가장 중요한 객체는 다음과 같은 N 차원 배열 유형입니다. ndarray. 동일한 유형의 항목 모음을 설명합니다. 컬렉션의 항목은 0부터 시작하는 인덱스를 사용하여 액세스 할 수 있습니다.

ndarray의 모든 항목은 메모리에서 동일한 크기의 블록을 사용합니다. ndarray의 각 요소는 데이터 유형 객체의 객체입니다 (dtype).

ndarray 객체 (슬라이싱)에서 추출 된 모든 항목은 배열 스칼라 유형 중 하나의 Python 객체로 표시됩니다. 다음 다이어그램은 ndarray, 데이터 유형 객체 (dtype) 및 배열 스칼라 유형 간의 관계를 보여줍니다.

ndarray 클래스의 인스턴스는 자습서의 뒷부분에서 설명하는 여러 배열 생성 루틴으로 구성 할 수 있습니다. 기본 ndarray는 다음과 같이 NumPy의 배열 함수를 사용하여 생성됩니다.

numpy.array

배열 인터페이스를 노출하는 모든 객체 또는 배열을 반환하는 모든 메소드에서 ndarray를 생성합니다.

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

위의 생성자는 다음 매개 변수를 사용합니다.

Sr. 아니. 매개 변수 및 설명
1

object

배열 인터페이스 메서드를 노출하는 모든 객체는 배열 또는 임의의 (중첩 된) 시퀀스를 반환합니다.

2

dtype

원하는 배열 데이터 유형, 선택 사항

copy

선택 과목. 기본적으로 (true) 개체가 복사됩니다.

4

order

C (주 행) 또는 F (주 열) 또는 A (임의) (기본값)

5

subok

기본적으로 반환 된 배열은 기본 클래스 배열이되어야합니다. true이면 하위 클래스가

6

ndmin

결과 배열의 최소 차원을 지정합니다.

더 잘 이해하려면 다음 예제를 살펴보십시오.

예 1

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

출력은 다음과 같습니다.

[1, 2, 3]

예 2

# more than one dimensions 
import numpy as np 
a = np.array([[1, 2], [3, 4]]) 
print a

출력은 다음과 같습니다.

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

예제 3

# minimum dimensions 
import numpy as np 
a = np.array([1, 2, 3,4,5], ndmin = 2) 
print a

출력은 다음과 같습니다.

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

예 4

# dtype parameter 
import numpy as np 
a = np.array([1, 2, 3], dtype = complex) 
print a

출력은 다음과 같습니다.

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

그만큼 ndarray개체는 각 항목을 메모리 블록의 위치에 매핑하는 인덱싱 체계와 결합 된 컴퓨터 메모리의 연속적인 1 차원 세그먼트로 구성됩니다. 메모리 블록은 행 우선 순서 (C 스타일) 또는 열 우선 순서 (FORTRAN 또는 MatLab 스타일)로 요소를 보유합니다.