numpy.ndarray#
- class numpy.ndarray(shape, dtype=float, buffer=None, offset=0, strides=None, order=None)[源代码]#
数组对象表示固定大小项的多维同质数组.相关的数据类型对象描述了数组中每个元素的格式(其字节顺序,它在内存中占用的字节数,它是否是整数,浮点数或其他类型等)
应使用
array,zeros或empty构造数组(请参阅下面的"另请参阅"部分). 这里给出的参数指的是用于实例化数组的底层方法 ( ndarray(…) ).有关更多信息,请参阅
numpy模块并检查数组的方法和属性.- 参数:
- (用于 __new__ 方法;请参阅下面的注释)
- shape整数元组
创建的数组的形状.
- dtypedata-type,可选
可以解释为 numpy 数据类型的任何对象.
- buffer公开缓冲区接口的对象,可选
用于填充数组的数据.
- offsetint, optional
缓冲区中数组数据的偏移量.
- strides整数元组,可选
内存中数据的步幅.
- order{‘C’, ‘F’},可选
行优先(C 样式)或列优先(Fortran 样式)顺序.
参见
array构造一个数组.
zeros创建一个数组,每个元素都为零.
empty创建一个数组,但保持其已分配的内存不变(即,它包含"垃圾").
dtype创建一种数据类型.
numpy.typing.NDArrayndarray 别名:关于其
dtype.type的 generic .
注释
有两种使用
__new__创建数组的模式:由于数组在
__new__方法之后已完全初始化,因此不需要__init__方法.示例
这些示例说明了底层的
ndarray构造函数. 有关构造 ndarray 的更简单方法,请参阅上面的"另请参阅"部分.第一种模式, buffer 为 None:
>>> import numpy as np >>> np.ndarray(shape=(2,2), dtype=float, order='F') array([[0.0e+000, 0.0e+000], # random [ nan, 2.5e-323]])
第二种模式:
>>> np.ndarray((2,), buffer=np.array([1,2,3]), ... offset=np.int_().itemsize, ... dtype=int) # offset = 1*itemsize, i.e. skip first element array([2, 3])
- 属性:
Tndarray转置数组的视图.
databuffer指向数组数据起点的 Python 缓冲区对象.
dtypedtype object数组元素的数据类型.
flagsdict关于数组内存布局的信息.
flatnumpy.flatiter 对象一个在数组上进行 1-D 迭代的迭代器.
imagndarray数组的虚部.
realndarray数组的实部.
sizeint数组中元素的数量.
itemsizeint一个数组元素以字节为单位的长度.
nbytesint数组元素占用的总字节数.
ndimint数组维度的数量.
shape整数元组数组维度的元组.
strides整数元组遍历数组时,在每个维度中步进的字节数的元组.
ctypesctypes 对象一个简化数组与 ctypes 模块交互的对象.
basendarray如果内存来自其他对象,则为基对象.
方法
all([axis, out, keepdims, where])如果所有元素的计算结果都为 True,则返回 True.
any([axis, out, keepdims, where])如果 a 的任何元素的计算结果为 True,则返回 True.
argmax([axis, out, keepdims])返回沿给定轴的最大值的索引.
argmin([axis, out, keepdims])返回沿给定轴的最小值的索引.
argpartition(kth[, axis, kind, order])返回将对该数组进行分区的索引.
argsort([axis, kind, order])返回将对该数组进行排序的索引.
astype(dtype[, order, casting, subok, copy])数组的副本,转换为指定的类型.
byteswap([inplace])交换数组元素的字节
choose(choices[, out, mode])使用索引数组从一组选择构造一个新数组.
clip([min, max, out])返回一个数组,其值限制在
[min, max]范围内.compress(condition[, axis, out])返回沿给定轴的此数组的选定切片.
conj()对所有元素进行复共轭.
conjugate()返回复共轭,按元素计算.
copy([order])返回数组的副本.
cumprod([axis, dtype, out])返回沿给定轴的元素的累积乘积.
cumsum([axis, dtype, out])返回沿给定轴的元素的累积和.
diagonal([offset, axis1, axis2])返回指定的对角线.
dump(file)将数组的 pickle 转储到指定的文件.
dumps()将数组的 pickle 作为字符串返回.
fill(value)用标量值填充数组.
flatten([order])返回一个折叠成一维的数组的副本.
getfield(dtype[, offset])将给定数组的字段作为某种类型返回.
item(args)将数组的元素复制到标准 Python 标量并返回.
max([axis, out, keepdims, initial, where])返回沿给定轴的最大值.
mean([axis, dtype, out, keepdims, where])返回沿给定轴的数组元素的平均值.
min([axis, out, keepdims, initial, where])返回沿给定轴的最小值.
nonzero()返回非零元素的索引.
partition(kth[, axis, kind, order])以某种方式部分地对数组中的元素进行排序,使得第 k 个位置的元素的值位于已排序数组中的位置.
prod([axis, dtype, out, keepdims, initial, ...])返回给定轴上数组元素的乘积.
put(indices, values[, mode])对于 indices 中的所有 n ,设置
a.flat[n] = values[n].ravel([order])返回一个扁平化数组.
repeat(repeats[, axis])重复数组的元素.
reshape(shape, /, \[, order, copy])返回一个包含相同数据但具有新形状的数组.
resize(new_shape[, refcheck])就地更改数组的形状和大小.
round([decimals, out])返回 a ,其中每个元素都四舍五入到给定的小数位数.
searchsorted(v[, side, sorter])找到应将 v 的元素插入 a 中的索引以保持顺序.
setfield(val, dtype[, offset])将一个值放入由数据类型定义的字段中的指定位置.
setflags([write, align, uic])分别设置数组标志 WRITEABLE,ALIGNED,WRITEBACKIFCOPY.
sort([axis, kind, order])就地对数组进行排序.
squeeze([axis])从 a 中移除长度为 1 的轴.
std([axis, dtype, out, ddof, keepdims, where])返回给定轴上数组元素的标准差.
sum([axis, dtype, out, keepdims, initial, where])返回给定轴上数组元素的总和.
swapaxes(axis1, axis2)返回一个 axis1 和 axis2 互换的数组视图.
take(indices[, axis, out, mode])返回一个由给定索引处的 a 的元素组成的数组.
tobytes([order])构造包含数组中原始数据字节的 Python 字节.
tofile(fid[, sep, format])将数组作为文本或二进制(默认)写入文件.
tolist()将数组作为
a.ndim级的 Python 标量嵌套列表返回.trace([offset, axis1, axis2, dtype, out])返回数组沿对角线的和.
transpose(axes)返回一个轴已转置的数组视图.
var([axis, dtype, out, ddof, keepdims, where])返回给定轴上数组元素的方差.
view([dtype][, type])具有相同数据的数组的新视图.
dot
to_device