NumPy-Ndarray-Objekt

NumPys wichtigstes Merkmal ist sein N-dimensionales Array-Objekt ndarray, eine Sammlung von Daten desselben Typs, bei der die Indexierung von Elementen bei Index 0 beginnt.

Das ndarray-Objekt ist ein mehrdimensionales Array, das zum Speichern von Elementen desselben Typs verwendet wird.

Jedes Element in ndarray belegt einen gleich großen Speicherbereich im Speicher.

ndarray besteht intern aus Folgendem:

  • Ein Zeiger auf Daten (ein Datenblock im Speicher oder eine speicherzugeordnete Datei).

  • Ein Datentyp oder dtype, der das Raster von Werten fester Größe im Array beschreibt.

  • Ein Tupel, das die Form des Arrays repräsentiert, ein Tupel, das die Größe jeder Dimension repräsentiert.

  • Ein Stride-Tupel, in dem die Ganzzahlen die Anzahl an Bytes angeben, die übersprungen werden müssen, um zum nächsten Element in der aktuellen Dimension zu gelangen.

Interne Struktur von ndarray:

Strides can be negative, which makes the array move backward in memory; in slicing, obj[::-1]oderobj[:,::-1]ist genau das der Fall.

Um ein ndarray zu erstellen, ruft man einfach die array-Funktion von NumPy auf:

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

Parameter description:

Name Beschreibung
Objekt Array oder verschachtelte Sequenz
dtype Datentyp der Array-Elemente, optional
copy Ob das Objekt kopiert werden muss, optional
order Der Stil zum Erstellen des Arrays: C für zeilenweise Anordnung (Row-Major), F für spaltenweise Anordnung (Column-Major), A für beliebige Richtung (Standard)
subok Standardmäßig wird ein Array zurückgegeben, das dem Typ der Basisklasse entspricht
ndmin Gibt die minimale Dimension des generierten Arrays an

Beispiel

Als Nächstes können uns die folgenden Beispiele besser helfen zu verstehen.

Beispiel 1

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

Das Ausgabeergebnis ist wie folgt:

[1 2 3]

Beispiel 2

# Mehr als eine Dimension import numpy as np a = np.array([[1, 2], [3, 4]]) print (a)

Das Ausgabeergebnis ist wie folgt:

[[1  2] 
 [3  4]]

Beispiel 3

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

Die Ausgabe sieht wie folgt aus:

[[1 2 3 4 5]]

Beispiel 4

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

Das Ausgabeergebnis ist wie folgt:

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

Das ndarray-Objekt besteht aus einem zusammenhängenden eindimensionalen Segment des Computerspeichers, kombiniert mit einem Indexierungsmuster, das jedes Element einer Position im Speicherblock zuordnet. Der Speicherblock speichert Elemente in Zeilenreihenfolge (C-Stil) oder Spaltenreihenfolge (FORTRAN- oder MatLab-Stil, d. h. der zuvor erwähnte F-Stil).

Andere Erweiterungen