版权声明：These violent delights have violent ends。WeChat：neonwater https://blog.csdn.net/u014647208/article/details/82497446
NumPy-Ndarray对象
NumPy中定义的最重要的对象是称为ndarray的N维数组类型。它描述相同类型的元素集合。可以使用基于零的索引访问集合中的项目。
ndarray中每个元素在内存中使用相同大小的块。ndarray中的每个元素是数据类型对象的对象（称为dtype）。
从ndarray对象提取的任何元素（通过切片）由一个数组标量类型的Python对象表示。下图显示了ndarray，数据类型对象（dtype）和数组标量类型之间的关系。
ndarray类的实例可以通过本教程后面的描述的不同的数组创建例程来构造。基本的ndarray是使用NumPy中的数组函数创建的。如下所示：
numpy.array它从任何暴露数组接口的对象，或从返回数组的任何方法创建一个ndarray。
numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)上面的构造器接受以下参数：
| 序号 | 参数及描述 |
| 1 | object任何暴露数组接口方法的对象都会返回一个数组或任何（嵌套）序列。 |
| 2 | dtype数组的所需数组类型，可选 |
| 3 | copy可选，默认为type，对象是否被复制。 |
| 4 | order C（按行）、F（按列）或A（任意、默认） |
| .5 | subok默认情况下，返回的数组被强制为基类数组。如果为true，则返回子类。 |
| 6 | ndimin指定返回数组的最小维数。 |
例程1
import numpy as np
a = np.array([1,2,3])
print (a)输出结果如下：
[1,2,3]例程2
import numpy as np
b = np.array([[1,2],[3,4]])
print (b)输出结果如下:
[[1,2]
[3,4]]例程3
import numpy as np
c = np.array([1,2,3,4,5],ndmin=2)
print (c)输出结果如下：
[[1,2,3,4,5]]例程4
import numpy as np
d = np.array([1,2,3],dtype=complex)
print (d)输出结果如下：
[1.+0.j 2.+0.j 3.+0.j]ndrray对象由计算机内存中的一维连续区域组成，带有将每个元素映射到内存块中某个位置的索引方案。内存块以行(C风格)或者按列(FORTRAN或者Matlab风格)的方式保存元素。