NumPy - объект Ndarray

Самый важный объект, определенный в NumPy, - это тип N-мерного массива, называемый ndarray. В нем описывается набор однотипных предметов. Доступ к элементам коллекции можно получить с помощью индекса с отсчетом от нуля.

Каждый элемент в ndarray занимает в памяти блок одинакового размера. Каждый элемент в ndarray - это объект типа данных (называемыйdtype).

Любой элемент, извлеченный из объекта ndarray (путем нарезки), представлен объектом Python одного из скалярных типов массива. На следующей диаграмме показана связь между ndarray, объектом типа данных (dtype) и скалярным типом массива.

Экземпляр класса ndarray может быть создан с помощью различных процедур создания массива, описанных далее в руководстве. Базовый ndarray создается с использованием функции массива в NumPy следующим образом:

numpy.array

Он создает ndarray из любого объекта, предоставляющего интерфейс массива, или из любого метода, возвращающего массив.

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

Вышеупомянутый конструктор принимает следующие параметры -

Sr. No.	Параметр и описание
1	object Любой объект, представляющий метод интерфейса массива, возвращает массив или любую (вложенную) последовательность.
2	dtype Желаемый тип данных массива, необязательно
3	copy Необязательный. По умолчанию (true) объект копируется
4	order C (основная строка) или F (основная колонка) или A (любая) (по умолчанию)
5	subok По умолчанию возвращаемый массив должен быть массивом базового класса. Если это правда, подклассы прошли через
6	ndmin Задает минимальные размеры результирующего массива

Взгляните на следующие примеры, чтобы лучше понять.

Пример 1

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

Результат выглядит следующим образом -

[1, 2, 3]

Пример 2

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

Результат выглядит следующим образом -

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

Пример 3

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

Результат выглядит следующим образом -

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

Пример 4

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

Результат выглядит следующим образом -

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

В ndarrayОбъект состоит из непрерывного одномерного сегмента компьютерной памяти, объединенного со схемой индексации, которая отображает каждый элемент на место в блоке памяти. Блок памяти содержит элементы в порядке строк (стиль C) или порядке столбцов (стиль FORTRAN или MatLab).