numpy.ndarray#
- class numpy.ndarray(shape, dtype=float, buffer=None, offset=0, strides=None, order=None)[源代码]#
数组对象表示固定大小项的多维、同质数组。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、在内存中占用的字节数、是整数、浮点数还是其他什么，等等）。
数组应使用
array、zeros或empty（请参阅下面的“另请参阅”部分）来构造。此处给出的参数指的是实例化数组的底层方法（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:
- （适用于 __new__ 方法；请参阅下面的“注释”）
- shape整数元组
创建数组的形状。
- dtype数据类型，可选
任何可以解释为 numpy 数据类型的对象。默认为
numpy.float64。- buffer暴露 buffer 接口的对象，可选
用于用数据填充数组。
- offsetint, optional
缓冲区中数组数据的偏移量。
- strides整数元组，可选
内存中数据的步幅。
- order{‘C’, ‘F’}, optional
行主序（C 风格）或列主序（Fortran 风格）顺序。
另请参阅
array构造一个数组。
zeros创建一个数组，其每个元素都为零。
empty创建一个数组，但保持其已分配的内存不变（即，它包含“垃圾”）。
dtype创建数据类型。
numpy.typing.NDArray一个 ndarray 别名，相对于其
dtype.type是 通用类型。
备注
使用
__new__创建数组有两种模式：由于数组在
__new__方法之后已完全初始化，因此不需要__init__方法。示例
这些示例说明了底层的
ndarray构造函数。有关构造 ndarray 的更简便方法，请参阅上方的“另请参阅”部分。第一种模式，buffer 为 None
>>> import numpy as np >>> np.ndarray(shape=(2,2), dtype=float, order='F') array([[0.0e+000, 0.0e+000], # random [ nan, 2.5e-323]])
第二种模式
>>> 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:
Tndarray转置数组的视图。
databuffer指向数组数据起始位置的 Python 缓冲区对象。
dtypedtype 对象数组元素的**数据类型**。
flags字典有关数组内存布局的信息。
flatnumpy.flatiter 对象数组的 1-D 迭代器。
imagndarray数组的虚部。
realndarray数组的实部。
size整数数组中的元素数量。
itemsize整数数组一个元素占用的字节数。
nbytes整数数组元素消耗的总字节数。
ndim整数数组的维度数。
shape整数元组数组的维度元组。
strides整数元组遍历数组时，每个维度需要跳过的字节数。
ctypesctypes 对象一个简化数组与 ctypes 模块交互的对象。
basendarray如果内存来自其他对象，则为基对象。
方法
all([axis, out, keepdims, where])如果所有元素都求值为 True，则返回 True。
any([axis, out, keepdims, where])如果 a 的任何元素评估为 True，则返回 True。
argmax([axis, out, keepdims])返回沿给定轴的最大值的索引。
argmin([axis, out, keepdims])返回沿给定轴的最小值索引。
argpartition(kth[, axis, kind, order])返回将此数组分区将产生的索引。
argsort([axis, kind, order, stable])返回将此数组排序的索引。
astype(dtype[, order, casting, subok, copy])将数组复制并转换为指定类型。
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项中构造一个新数组。
clip([min, max, out])返回一个值被限制在
[min, max]范围内的数组。compress(condition[, axis, out])沿给定轴返回此数组的选定切片。
conj()计算所有元素的复共轭。
逐元素返回复共轭。
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(other, /[, out])有关完整文档，请参阅
numpy.dot。dump(file)将数组的 pickle 转储到指定文件。
dumps()将数组的 pickle 以字符串形式返回。
fill(value)用标量值填充数组。
flatten([order])返回数组的副本，展平成一维。
getfield(dtype[, offset])以给定类型返回数组的一个字段。
item(*args)将数组的单个元素复制到标准的 Python 标量并返回。
max([axis, out, keepdims, initial, where])沿给定轴返回最大值。
mean([axis, dtype, out, keepdims, where])返回给定轴上数组元素的平均值。
min([axis, out, keepdims, initial, where])沿给定轴返回最小值。
nonzero()返回非零元素的索引。
partition(kth[, axis, kind, order])部分排序数组中的元素，使 k-th 位置的元素处于它在已排序数组中的位置。
prod([axis, dtype, out, keepdims, initial, ...])返回数组元素在给定轴上的乘积
put(indices, values[, mode])对于所有
indices中的n，设置a.flat[n] = values[n]。ravel([order])返回一个展平的数组。
repeat(repeats[, axis])重复数组中的元素。
reshape(a.reshape)返回一个具有新形状的包含相同数据的数组。
resize(a.resize)原地更改数组的形状和大小。
round([decimals, out])返回 a，其中每个元素都四舍五入到指定的小数位数。
searchsorted(v[, side, sorter])查找元素 v 应该插入到 a 中的索引，以保持顺序。
setfield(val, dtype[, offset])将一个值放入由数据类型定义的指定字段中。
setflags([write, align, uic])分别设置数组标志 WRITEABLE、ALIGNED、WRITEBACKIFCOPY。
sort([axis, kind, order, stable])就地排序数组。
squeeze([axis])从 a 中移除长度为一的轴。
std([axis, dtype, out, ddof, keepdims, ...])返回给定轴上数组元素的标准差。
sum([axis, dtype, out, keepdims, initial, where])沿给定轴返回数组元素的总和。
swapaxes(axis1, axis2, /)返回数组的视图，其中 axis1 和 axis2 已交换。
take(indices[, axis, out, mode])从 a 中按给定索引返回一个由元素组成的数组。
to_device(device, /, *[, stream])为了 Array API 兼容性。
tobytes([order])构建包含数组原始数据字节的 Python bytes 对象。
tofile(fid, /[, sep, format])将数组以文本或二进制（默认）形式写入文件。
tolist()将数组作为深度为
a.ndim的嵌套 Python 标量列表返回。trace([offset, axis1, axis2, dtype, out])返回数组对角线上的元素之和。
transpose(*axes)返回一个视图，其中数组的轴已转置。
var([axis, dtype, out, ddof, keepdims, ...])返回数组元素在给定轴上的方差。
view([dtype][, type])具有相同数据的数组的新视图。