numpy.ndarray

class numpy.ndarray[source]

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：

如果buffer为None，则只使用shape，dtype和order。
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。