数组对象
NumPy提供了一个N维数组类型,即ndarray, 它描述了相同类型的“项目”集合。可以使用例如N个整数来索引项目。
所有ndarray都是同质的:每个项目占用相同大小的内存块, 并且所有块都以完全相同的方式解释。 如何解释数组中的每个项目由单独的数据类型对象指定, 其中一个对象与每个数组相关联。除了基本类型(整数,浮点数 等 )之外, 数据类型对象还可以表示数据结构。
从数组中提取的项( 例如 ,通过索引)由Python对象表示, 其类型是在NumPy中构建的数组标量类型之一。 数组标量允许容易地操纵更复杂的数据排列。
图的概念表现了用于描述数组中数据的三个基本对象之间的关系:1)ndarray本身,2)描述数组中单个固定大小元素布局的数据类型对象,3)访问数组的单个元素时返回的数组标量Python对象。
- N维数组(ndarray)
- 构造数组
- 索引数组
- ndarray的内存布局
- 数组属性
- 数组方法
- 算术、矩阵乘法和比较运算
- 特殊方法
- 标量
- 内置标量类型
- 属性
- 索引
- 方法
- 定义新类型
- 数据类型对象(dtype)
- 指定和构造数据类型
- dtype
- 索引
- 基本切片和索引
- 高级索引
- 详细说明
- 字段形式访问
- Flat Iterator索引
- 迭代数组
- 单数组迭代
- 广播数组迭代
- 将内循环放在Cython中
- 标准数组子类
- 特殊属性和方法
- 矩阵对象
- 内存映射文件数组
- 字符数组(numpy.char)
- 记录数组(numpy.rec)
- 掩码数组(numpy.ma)
- 标准容器类
- 数组迭代器
- 掩码数组
- numpy.ma 模块
- 使用 numpy.ma 模块
- 示例
- numpy.ma模块的常量
- MaskedArray类
- MaskedArray方法
- Masked数组操作API
- 数组接口
- Python 方法
- C-struct 访问
- 类型描述示例
- 与数组接口(版本2)的差异
- 日期时间和时间增量
- 基本日期时间
- Datetime 和 Timedelta 算法
- 日期时间单位
- Datetime 功能
- NumPy 1.11 的更改