Python 官方文档:入门教程 => 点击学习
目录1. 什么是 ndarray?ndarray 概念ndarray 内部关系2. ndarray 内存结构ndarray 内存结构3. ndarray vs listndarray
在上一期python numpy 模块中对概述介绍了numpy 模块安装、使用方法、特点等入门知识。
pandas
、Scipy
、scikit-learn
等科学Python中。ndarray
,以及对其进行有效操作的方法。众所周知,numpy 模块中数组对象是其核心功能,我们本期重点来学习numpy 数组相关内容,
数组是numpy 模块核心数据结构。数组是值的网络,它的内部包含有原始数据、如何定义元素以及如何解释元素的信息。我们可以使用各种方式索引元素网格。
ndarray 是 numpy 模块中定义 n维数组类型。ndarray 可以描述同种类型project的集合。
从数组中我们可以提取python对象表示的如索引是numpy 内置数组标量类型之一,我们可以通过使用数组标量来轻松操作复杂的数据排列。
通过以上ndarray 内部结构,我们可以看到 ndarray
主要由 dtype
、shape
、stride
组成
以上四个python
对象就可以在ndarray 中通过索引的方式找到指定位置的数据。
同时我们也调用np.array().flags
获取字节序、读写权限等信息,可知ndarray
底层是C和Fortran 实现的。
C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False
我们通过numpy.array
方法创建一个2维数组
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
import numpy as np
a = np.array([[1,2],[4,5],[7,8]])
print("dim:",a.ndim)
print("strides:",a.strides)
print("dtype:",a.dtype)
print("data:",a.data)
print("shape:",a.shape)
print(a)
通过array
对象调用ndarray
标量对象,可以获知ndarray
维度大小、元素类型、间隔等信息
通过上述图,我们可以知道 ndarray 内存主要划分为两部分:
ndarray
要求所有数据都是同种类型的
所以,综上所述,ndarray
查找数据运行效率比list快,同时ndarray
存储的数据是连续的一段空间,对比list 对象物理地址分散的,ndarray 比 list 更省空间。
总结:
本期对numpy 模块核心之一的ndarray 数组对象内存原理、与python list对比等知识学习。
ndarray 里的所有的project元素都是同类型数据,并且存储空间是连续的。
不管查找数据,还是存储数据,数据计算等功能,都明显优于Python list。
到此这篇关于Python numpy中的ndarray介绍的文章就介绍到这了,更多相关Python numpy-ndarray内容请搜索编程网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编程网!
--结束END--
本文标题: Python numpy中的ndarray介绍
本文链接: https://www.lsjlt.com/news/163501.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0