一、NumPy 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：

• 一个指向数据（内存或内存映射文件中的一块数据）的指针。

• 数据类型或 dtype，描述在数组中的固定大小值的格子。

• 一个表示数组形状（shape）的元组，表示各维度大小的元组。

• 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。

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

 1 import numpy as np
 2 a = np.array([1,2,3])  
 3 print (a)
 4 [1 2 3]
 5 # 多于一个维度  
 6 a = np.array([[1,  2],  [3,  4]])  
 7 print (a)
 8 [[1 2]
 9  [3 4]]
10 # 最小维度  
11 a = np.array([1,2,3,4],ndmin = 3)
12 print(a)
13 [[[1 2 3 4]]]
14 # dtype 参数  
15 a = np.array([1,  2,  3], dtype = float)  
16 print (a)
17 [1. 2. 3.]

二、数据类型

numpy 支持的数据类型比 Python 内置的类型要多很多，基本上可以和 C 语言的数据类型对应上，其中部分类型对应为 Python 内置的类型。下表列举了常用 NumPy 基本类型。

三、数据类型对象 (dtype)

数据类型对象（numpy.dtype 类的实例）用来描述与数组对应的内存区域是如何使用，它描述了数据的以下几个方面：：

• 数据的类型（整数，浮点数或者 Python 对象）
• 数据的大小（例如， 整数使用多少个字节存储）
• 数据的字节顺序（小端法或大端法）
• 在结构化类型的情况下，字段的名称、每个字段的数据类型和每个字段所取的内存块的部分
• 如果数据类型是子数组，那么它的形状和数据类型是什么。

字节顺序是通过对数据类型预先设定 < 或 > 来决定的。 < 意味着小端法(最小值存储在最小的地址，即低位组放在最前面)。> 意味着大端法(最重要的字节存储在最小的地址，即高位组放在最前面)。

dtype 对象是使用以下语法构造的：

numpy.dtype(object, align, copy)

• object – 要转换为的数据类型对象
• align – 如果为 true，填充字段使其类似 C 的结构体。
• copy – 复制 dtype 对象 ，如果为 false，则是对内置数据类型对象的引用

 1 # 使用标量类型
 2 dt = np.dtype(np.int32)
 3 print(dt)
 4 int32
 5 # int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2','i4','i8' 代替
 6 dt = np.dtype('i4')
 7 print(dt)
 8 dtype('int8')
 9 # 字节顺序标注
10 dt = np.dtype('<i4')
11 print(dt)
12 int32
13 # 首先创建结构化数据类型
14 dt = np.dtype([('age',np.int8)]) 
15 print(dt)
16 [('age', 'i1')]
17 # 将数据类型应用于 ndarray 对象
18 dt = np.dtype([('age',np.int8)]) 
19 a = np.array([(10,),(20,),(30,)], dtype = dt) 
20 print(a)
21 [(10,) (20,) (30,)]
22 # 类型字段名可以用于存取实际的 age 列
23 dt = np.dtype([('age',np.int8)]) 
24 a = np.array([(10,),(20,),(30,)], dtype = dt) 
25 print(a['age'])
26 [10 20 30]
27 # 定义一个结构化数据类型 student，包含字符串字段 name，整数字段 age，及浮点字段 marks，并将这个 dtype 应用到 ndarray 对象
28 student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) 
29 print(student)
30 [('name', 'S20'), ('age', 'i1'), ('marks', '<f4')]
31 student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) 
32 a = np.array([('abc', 21, 50),('xyz', 18, 75)], dtype = student) 
33 print(a)
34 print('姓名：',a['name'])
35 print('年龄：', a['age'])
36 print('成绩：',a['marks'])
37 [(b'abc', 21, 50.) (b'xyz', 18, 75.)]
38 姓名： [b'abc' b'xyz']
39 年龄： [21 18]
40 成绩： [50. 75.]

四、NumPy 数组属性

NumPy 数组的维数称为秩（rank），秩就是轴的数量，即数组的维度，一维数组的秩为 1，二维数组的秩为 2，以此类推。

在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。

 1 # ndarray.ndim 用于返回数组的维数，等于秩
 2 a = np.arange(24) 
 3 print(a)
 4 print ('a维度：' , a.ndim)             # a 现只有一个维度
 5 # 现在调整其大小
 6 b = a.reshape(2,2,6)  # b 现在拥有三个维度
 7 print(b)
 8 print ('b维度：' , b.ndim)
 9 [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
10 a维度： 1
11 [[[ 0  1  2  3  4  5]
12   [ 6  7  8  9 10 11]]
13 
14  [[12 13 14 15 16 17]
15   [18 19 20 21 22 23]]]
16 b维度： 3
17 # ndarray.shape 表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)
18 a = np.array([[1,2,3],[4,5,6]])  
19 print (a.shape)
20 b = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])  
21 print(b.shape)
22 (2, 3)
23 (2, 2, 3)
24 # 调整数组大小
25 a = np.array([[1,2,3],[4,5,6]]) 
26 a.shape =  (3,2)
27 print (a)
28 a.shape =  (1,6)
29 print (a)
30 [[1 2]
31  [3 4]
32  [5 6]]
33 [[1 2 3 4 5 6]]
34 # NumPy 也提供了 reshape 函数来调整数组大小
35 a = np.array([[1,2,3],[4,5,6]])
36 b = a.reshape(3,2)  
37 print (b)
38 [[1 2]
39  [3 4]
40  [5 6]]
41 # ndarray.itemsize 以字节的形式返回数组中每一个元素的大小
42 # 数组的 dtype 为 int8（一个字节）  
43 x = np.array([1,2,3,4,5], dtype = np.int8)  
44 print (x.itemsize)
45  
46 # 数组的 dtype 现在为 float64（八个字节） 
47 y = np.array([1,2,3,4,5], dtype = np.float64)  
48 print (y.itemsize)
49 1
50 8
51 # ndarray.flags 返回 ndarray 对象的内存信息
52 x = np.array([1,2,3,4,5])  
53 print (x.flags)
54   C_CONTIGUOUS : True
55   F_CONTIGUOUS : True
56   OWNDATA : True
57   WRITEABLE : True
58   ALIGNED : True
59   WRITEBACKIFCOPY : False
60   UPDATEIFCOPY : False

ndarray.flags 返回 ndarray 对象的内存信息，包含以下属性：