ndarray 对象有一个 dtype 属性,该属性用来描述元素的数据类型,相关知识会在《NumPy数据类型》一节做详细介绍 。
ndarray 对象采用了数组的索引机制,将数组中的每个元素映射到内存块上,并且按照一定的布局对内存块进行排列,常用的布局方式有两种,即按行或者按列。numpy.array(object, dtype = None, copy = True, order = None,ndmin = 0)
下面表格对其参数做了说明:序号 | 参数 | 描述说明 |
---|---|---|
1 | object | 表示一个数组序列。 |
2 | dtype | 可选参数,通过它可以更改数组的数据类型。 |
3 | copy | 可选参数,表示数组能否被复制,默认是 True。 |
4 | order | 以哪种内存布局创建数组,有 3 个可选值,分别是 C(行序列)/F(列序列)/A(默认)。 |
5 | ndim | 用于指定数组的维度。 |
a=numpy.array([1,2,3])
示例代码:import numpy a=numpy.array([1,2,3])#使用列表构建一维数组 print(a) [1 2 3] print(type(a)) #ndarray数组类型 <class 'numpy.ndarray'>创建多维数组:
b=numpy.array([[1,2,3],[4,5,6]])
示例代码:b=numpy.array([[1,2,3],[4,5,6]]) print(b) [[1 2 3] [4 5 6]]如果要改变数组元素的数据类型,可以使用通过设置 dtype,如下所示:
c=numpy.array([2,4,6,8],dtype="数据类型名称")
现在将 c 数组中的元素类型变成了复数类型:c=numpy.array([2,4,6,8],dtype="complex") print(c) [2.+0.j 4.+0.j 6.+0.j 8.+0.j]array() 是创建 ndarray 对象的基本方法,在后续内容中还会介绍其他方法。
import numpy as np arr = np.array([[1, 2, 3, 4], [4, 5, 6, 7], [9, 10, 11, 23]]) print(arr.ndim) 2您也可以使用 ndim 参数创建不同维度的数组:
#输出一个二维数组 import numpy as np a = np.array([1, 2, 3,4,5], ndim = 2) print(a)输出结果如下:
[[1 2 3 4 5]]
图1:reshape函数数组变维
import numpy as np e = np.array([[1,2],[3,4],[5,6]]) print("原数组",e) e=e.reshape(2,3) print("新数组",e)输出如下:
原数组 [[1 2] [3 4] [5 6]] 新数组 [[1 2 3] [4 5 6]]
本文链接:http://task.lmcjl.com/news/13560.html