Numpy 理解ndarray对象的示例代码
numpy作为python科学计算的基础模块，支撑起了pandas、matplotlib等使用。其中，ndarray作为numpy的重要使用对象不得不研究理解一下。
ndarray，存储单一数据类型的多维数组结构，在内存中连续存在，以行索引和列索引的方式标记数组中的每一个元素。采用预编译好的C语言代码，性能上的表现十分不错。
1、ndarray的数据结构
2、ndarray的创建
numpy主要有以下几种方式创建数组。除此之外，其他过程也可能产生数组，比如：cv2.imread读取图片，返回数组。
np.array() # 传入类数组数据结构，list，tuple等，或者其他嵌套序列。返回的维度依据传入的数据而定 np.linspace() # 根据给定的间距生成等差序列，指定元素数量，返回一维数组 np.arange()# 根据给定的间距生成等差序列，指定步长。返回一维数组 np.ones() # 根据传入的shape，返回一个元素全是1的数组 np.zeros() # 根据传入的shape，返回一个元素全是0的数组 np.full() # 根据传入的shape和value，返回一个元素全是value的数组，比前面两个灵活 np.empty() # 根据传入的shape,返回一个元素全是随机化而不是空值的数组 np.genfromtxt() # 从文本文件读取生成一个数组
3、ndarray的抽象理解
先创建一个三个数组，一维、二维、三维。
arr1 = np.arange(3)
arr1
array([0, 1, 2])
---------------------------------------------------------
arr2 = np.arange(9).reshape(3,3)
arr2
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
----------------------------------------------------------
arr3 = np.arange(27).reshape(3,3,3)
arr3
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8]],
[[ 9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]])
在python中的arr结构如上所示。我们将其形象化表示出来，如下图。
一维数组只有一个维度，也叫rank，只有一个axis轴，axis=0。
二维数组有两个维度，有两个axis轴，axis=0和1。
三维数组有三个维度，有三个axis轴，axis=0、1、2。
我们直接在三维上执行索引操作，来理解ndarray的排布。
arr3[1,2,1] 输出16
索引[1,2,1]依次从高维到低维，从axis轴2到1到0，1指三维上的第2个元素，即上图中间的数组，是一个二维数组。2指二维上的第3个元素，是一个一维数组。1值一维上的第2个元素。也可以试着从轴方向去理解索引的原理。
可以自己操作一下下面索引代码，看看出结果。
arr3[3,3,2]
不同维度的ndarray shape理解如下。可以通俗的认为是从点带面，再到块。
4、ndarray的操作
主要有索引、切片、过滤等，后续细谈。只要理解了ndarray，操作其实很简单。
Refer：
[1] https://danzhuibing.github.io/py_numpy_ndarray.html
[2] https://www.geeksforgeeks.org/numpy-ndarray/
到此这篇关于Numpy 理解ndarray对象的示例代码的文章就介绍到这了,更多相关Numpy ndarray对象内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
FittenCode是一款免费的AI编程助手,支持代码生成、调试、对话及语言转换,可在PyCharm中安装使用,通过插件功能提升开发效率,实现代码补全、语言转化等操作,适合解决编程问题和优化开发流程2025-09-09
Python中的//是整数除法运算符,用于执行向下取整的除法,返回商的整数部分,不会四舍五入,它在分治法、索引计算和整数运算中非常有用,本文给大家介绍python中的整除向下取整的操作方法,感兴趣的朋友一起看看吧2025-03-03
这篇文章主要为大家介绍了Python如何永久配置国内镜像源，从此安装再也不用担心卡顿，有需要的朋友可以借鉴参考下，希望能够有所帮助2021-10-10
Python读取和处理文件后缀为.sqlite的数据文件(实例讲解)
下面小编就为大家带来一篇Python读取和处理文件后缀为.sqlite的数据文件(实例讲解)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-06-06
Python使用Matplotlib和Seaborn绘制常用图表的技巧
Python作为数据科学领域的明星语言,拥有强大且丰富的可视化库,其中最著名的莫过于 Matplotlib 和 Seaborn,本篇博客将作为数据可视化之旅的起点,手把手带领完全新手读者,从零开始学习如何使用Matplotlib和Seaborn绘制常用图表,需要的朋友可以参考下2025-12-12
Django序列化中SerializerMethodField的使用详解
这篇文章主要介绍了Django序列化中SerializerMethodField的使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2025-03-03
python+selenium select下拉选择框定位处理方法
今天小编就为大家分享一篇python+selenium select下拉选择框定位处理方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-08-08
python求numpy中array按列非零元素的平均值案例
这篇文章主要介绍了python求numpy中array按列非零元素的平均值案例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
Python作为一门高级编程语言,以其简洁的语法和丰富的库生态赢得了开发者的青睐,然而,在计算密集型任务中,Python的性能往往无法满足要求,Python调用C/C++函数库成为提升应用性能的关键技术路径,本文将深入探讨Python调用C/C++函数库的多种方法,需要的朋友可以参考下2025-08-08
Python实现滑动平均(Moving Average)的例子
今天小编就为大家分享一篇Python实现滑动平均(Moving Average)的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-08-08
最新评论