numpy.ndarray

class numpy.ndarray

数组对象表示固定大小项目的多维均匀数组。相关联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，是整数，浮点数还是其他值等）

数组应使用array，zeros或empty（请参阅下面的“另请参阅”部分）来构造。这里给出的参数指的是用于实例化数组的低级方法（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；请参见下面的注释）

shape：ints的元组

已创建数组的形状。

dtype：数据类型，可选

可以解释为numpy数据类型的任何对象。

buffer：对象暴露缓冲区接口，可选

用于用数据填充数组。

offset：int，可选

缓冲器中数组数据的偏移量。

strides：ints的tuple，可选

内存中的数据步长。

order：{'C'，'F'}，可选

行主（C风格）或列主（Fortran风格）顺序。

也可以看看

array

构造数组。

zeros

创建一个数组，其每个元素为零。

empty

创建一个数组，但保留其分配的内存不变（即，它包含“垃圾”）。

dtype

创建数据类型。

笔记

有两种使用__new__创建数组的模式：

1. 如果buffer为None，则只使用shape，dtype和order。
2. 如果buffer是暴露缓冲区接口的对象，则解释所有关键字。

不需要__init__方法，因为数组在__new__方法后完全初始化。

例子

这些示例说明了低级ndarray构造函数。请参阅上面的请参阅部分，以了解更容易构建ndarray的方法。

第一种模式，缓冲为无：

>>> np.ndarray(shape=(2,2), dtype=float, order='F')
array([[ -1.13698227e+002,   4.25087011e-303],
       [  2.88528414e-306,   3.27025015e-309]])         #random

第二模式：

>>> 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

T	与self.transpose()相同，除非self是self.ndim返回
data	Python缓冲区对象指向数组的数据的开始。
dtype	数组元素的数据类型。
flags	有关数组的内存布局的信息。
flat	数组上的1-D迭代器。
imag	数组的虚部。
real	数组的实数部分（对应虚数的概念）
size	数组中的元素数。
itemsize	一个数组元素的长度（以字节为单位）。
nbytes	数组的元素消耗的总字节数。
ndim	数组尺寸数。
shape	数组维数组。
strides	遍历数组时，在每个维度中步进的字节数组。
ctypes	一个对象，用于简化数组与ctypes模块的交互。
base	如果内存是来自某个其他对象的基本对象。

方法

all（[axis，out，keepdims]）	如果所有元素均为True，则返回True。
any（[axis，out，keepdims]）	如果a的任何元素求值为True，则返回True。
argmax（[axis，out]）	沿给定轴的最大值的返回指数。
argmin（[axis，out]）	沿着a的给定轴的最小值的返回指数。
argpartition（kth [，axis，kind，order]）	返回将对此数组进行分区的索引。
argsort（[axis，kind，order]）	返回将此数组排序的索引。
astype（dtype [，order，casting，subok，copy]）	数组的复制，强制转换为指定的类型。
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中构造新的数组。
clip（[min，max，out]）	返回值限于[min， max]的数组。
compress（condition [，axis，out]）	沿给定轴返回此数组的所选切片。
conj()	复共轭所有元素。
conjugate()	按元素方式返回复共轭。
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。
dot（b [，out]）	两个数组的点积。
dump（file）	将数组的pickle转储到指定的文件。
dumps()	以字符串形式返回数组的pickle。
fill（value）	使用标量值填充数组。
flatten（[order]）	将折叠的数组的副本返回到一个维度。
getfield（dtype [，offset]）	将给定数组的字段返回为特定类型。
item（\ * args）	将数组的元素复制到标准Python标量并返回。
itemset（\ * args）	将标量插入到数组中（如果可能，将标量转换为数组的dtype）
max（[axis，out]）	沿给定轴返回最大值。
mean（[axis，dtype，out，keepdims]）	返回沿给定轴的数组元素的平均值。
min（[axis，out，keepdims]）	沿给定轴返回最小值。
newbyteorder（[new_order]）	返回具有以不同字节顺序查看的相同数据的数组。
nonzero()	返回非零元素的索引。
partition（kth [，axis，kind，order]）	重新排列数组中的元素，使得第k个位置的元素的值在排序数组中的位置。
prod（[axis，dtype，out，keepdims]）	返回给定轴上的数组元素的乘积
ptp（[axis，out]）	沿给定轴的峰到峰（最大 - 最小）值。
put（indices，values [，mode]）	对于所有n，设置a.flat [n] = 在指数。
ravel（[order]）	返回展平的数组。
repeat（重复[，轴]）	重复数组的元素。
reshape（shape [，order]）	返回包含具有新形状的相同数据的数组。
resize（new_shape [，refcheck]）	就地更改数组的形状和大小。
round（[小数，输出]）	返回a，每个元素四舍五入为给定的小数位数。
searchsorted（v [，side，sorter]）	查找索引，其中v的元素应插入到a以维持顺序。
setfield	将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和UPDATEIFCOPY。
sort（[axis，kind，order]）	就地对数组进行排序。
squeeze（[axis]）	从a形状删除单维条目。
std（[axis，dtype，out，ddof，keepdims]）	返回给定轴上的数组元素的标准偏差。
sum（[axis，dtype，out，keepdims]）	返回给定轴上的数组元素的总和。
swapaxes（axis1，axis2）	返回数组的视图，其中axis1和axis2互换。
take（indices [，axis，out，mode]）	返回由给定索引处的a元素组成的数组。
tobytes（[order]）	在数组中构造包含原始数据字节的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()	将数组返回为（可能是嵌套的）列表。
tostring（[order]）	在数组中构造包含原始数据字节的Python字节。
trace（[offset，axis1，axis2，dtype，out]）	沿数组的对角线返回总和。
transpose（\ * axes）	返回具有轴转置的数组的视图。
var（[axis，dtype，out，ddof，keepdims]）	沿给定轴返回数组元素的方差。
view（[dtype，type]）	数组的新视图与相同的数据。