Ndarray 对象（Ndarray Object）
NumPy中定义的最重要的对象是名为ndarray的N维数组类型。 它描述了相同类型的项目集合。 可以使用从零开始的索引访问集合中的项目。
ndarray中的每个项目在内存中占用相同大小的块。 ndarray中的每个元素都是数据类型对象的对象（称为dtype ）。
从ndarray对象中提取的任何项（通过切片）由一个数组标量类型的Python对象表示。 下图显示了ndarray，数据类型对象（dtype）和数组标量类型之间的关系 -
ndarray类的实例可以通过本教程后面描述的不同数组创建例程来构造。 基本的ndarray是使用NumPy中的数组函数创建的，如下所示 -
numpy.array
它从任何暴露数组接口的对象或从任何返回数组的方法创建一个ndarray。
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
上面的构造函数采用以下参数 -
| Sr.No. | 参数和描述 |
|---|---|
| 1 | object 暴露数组接口方法的任何对象都返回一个数组或任何（嵌套）序列。 |
| 2 | dtype 期望的数组数据类型，可选 |
| 3 | copy 可选的。 默认情况下（true），复制对象 |
| 4 | order C（行主要）或F（列主要）或A（任何）（默认） |
| 5 | subok 默认情况下，返回的数组强制为基类数组。 如果为true，则子类通过 |
| 6 | ndmin 指定结果数组的最小尺寸 |
请查看以下示例以更好地理解。
例子1 (Example 1)
import numpy as np
a = np.array([1,2,3])
print a
输出如下 -
[1, 2, 3]
例子2 (Example 2)
# more than one dimensions
import numpy as np
a = np.array([[1, 2], [3, 4]])
print a
输出如下 -
[[1, 2]
[3, 4]]
例子3 (Example 3)
# minimum dimensions
import numpy as np
a = np.array([1, 2, 3,4,5], ndmin = 2)
print a
输出如下 -
[[1, 2, 3, 4, 5]]
例子4 (Example 4)
# dtype parameter
import numpy as np
a = np.array([1, 2, 3], dtype = complex)
print a
输出如下 -
[ 1.+0.j, 2.+0.j, 3.+0.j]
ndarray对象由连续的计算机存储器的一维段组成，并与将每个项映射到存储器块中的位置的索引方案相结合。 内存块以行主要顺序（C样式）或列主要顺序（FORTRAN或MatLab样式）保存元素。