lass numpy.ndarray(shape, dtype=float, buffer=None, offset=0, strides=None, order=None)

数组对象表示由固定大小的项目组成的多维同构数组。关联的数据类型对象描述数组中每个元素的格式(字节顺序、占用内存的字节数、它是整数、浮点数还是其他什么,等等)。
数组应该使用数组、零或空来构造(参见下面的部分)。这里给出的参数指的是用于实例化数组的低级方法(ndarray(…))。

Parameters:
(for the new method; see Notes below)
shape : tuple of ints
Shape of created array.

dtype : data-type, optional
Any object that can be interpreted as a numpy data type.

buffer : object exposing buffer interface, optional
Used to fill the array with data.

offset : int, optional
Offset of array data in buffer.

strides : tuple of ints, optional
Strides of data in memory.
内存中的数据步长。

order : {‘C’, ‘F’}, optional
Row-major (C-style) or column-major (Fortran-style) order.

numpy.array
Construct an array.
numpy.zeros
Create an array, each element of which is zero.
numpy.empty
Create an array, but leave its allocated memory unchanged (i.e., it contains “garbage”).
numpy.dtype
Create a data-type.

不指定buffer,将随机生成

np.ndarray(shape=(2,2), dtype=float, order='F')
Out[5]:
array([[1.16530247e-311, 9.29359819e-315],[5.03946959e-322, 1.16536144e-311]])

指定buffer,则依据数组生成,offset表示从buffer的什么位置开始生成

import numpy as npa=np.ndarray((2,), buffer=np.array([1,2,3]),offset=np.int_().itemsize,dtype=int)
print(a)a=np.ndarray((3,), buffer=np.array([1,2,3,4,5,6]),offset=np.int_().itemsize*2,dtype=int)
print(a)

[2 3]
[3 4 5]

[-5,0]之间

5 * np.random.random_sample((3, 2)) - 5
array([[-3.99149989, -0.52338984],[-2.99091858, -0.79479508],[-1.23204345, -1.75224494]])

numpy(1)-numpy.ndarray相关推荐

  1. numpy库中ndarray切片操作的参数意义

    ndarray切片操作的规则总结出来叫做"三帽号规则" 三帽号规则即:[开始索引:结尾索引:步长],并且切片区间是左闭右开的,即"开始索引:结尾索引"表示的区间 ...

  2. [转载] Numpy数组对象ndarray

    参考链接: Numpy中的N维数组 ndarray Numpy数组对象ndarray 文章目录 Numpy数组对象ndarrayN维数组对象:ndarrayndarray对象的属性:ndarray的元 ...

  3. 总结numpy中的ndarray,非常齐全

    公众号后台回复"图书",了解更多号主新书内容 来源:Python碎片 作者:binn.wong numpy(Numerical Python)是一个开源的Python数据科学计算库 ...

  4. 数据分析-----NumPy中的ndarray数组

    目录 Numpy概述 Python中的数组 NumPy中的ndarray ndarray中的数据类型 ndarray多维数组属性 ndarray的创建 NumPy 切片和索引 NumPy 线性代数 总 ...

  5. Python的Numpy库的ndarray对象常用构造方法及初始化方法

    Python的Numpy库的ndarray对象常用构造方法及初始化方法 本文收集Python的Numpy库的ndarray对象常用的构造方法及初始化方法,会不断更新. 目录 1 直接赋值初始化一个nd ...

  6. Numpy 中的 Ndarray

    numpy概述 Numerical Python,数值的Python,补充了Python语言所欠缺的数值计算能力. Numpy是其它数据分析及机器学习库的底层库. Numpy完全标准C语言实现,运行效 ...

  7. Py之Numpy:Numpy库中常用函数的简介、应用之详细攻略

    Py之Numpy:Numpy库中常用函数的简介.应用之详细攻略 目录 Numpy库中常用函数的简介.应用 1.X, Y = np.meshgrid(X, Y) 相关文章 Py之Numpy:Numpy库 ...

  8. B03_NumPy创建数组(numpy.empty,numpy.zeros,numpy.ones)

    NumPy创建数组 ndarray数组除了可以使用底层ndarray构造器来创建外,也可以通过以下几种方式来创建. numpy.empty numpy.empty 方法用来创建一个指定形状(shape ...

  9. Python第三方包-你了解numpy吗(numpy进阶)

    创建数组等基础操作见:Python第三方包-你了解numpy吗(numpy基础)_周先森爱吃素的博客-CSDN博客 索引和切片 基本切片:可以使用slice对象切片,也可以像python内置类型一样. ...

  10. python 初始化数组 numpy,Python Numpy 数组的初始化和基本操作

    Python 是一种高级的,动态的,多泛型的编程语言.Python代码很多时候看起来就像是伪代码一样,因此你可以使用很少的几行可读性很高的代码来实现一个非常强大的想法. 一.基础: Numpy的主要数 ...

最新文章

  1. (原创)c#学习笔记10--定义类成员03--接口的实现01--显示实现接口成员
  2. C#面向对象名词解释(四)
  3. 延时求和波束形成的MATLAB仿真
  4. python send 案例_python socket编程入门(编写server实例)+send 与sendall的区别与使用方法...
  5. 【high-speed-downloader】百度网盘不限速下载 支持 Windows 和 Mac
  6. 剑指offer:26-30记录
  7. 存储过程——介绍(一)
  8. Eclipse run configrations 配置
  9. layui多文件选择之后自动上传
  10. ALSA音频工具amixer,aplay,arecord
  11. mongodb查询不等于某个字段_Oracle单表查询多字段,不使用*
  12. 10kV变电所运维平台的现代化智能构建方案
  13. 【工程光学】平面与平面系统
  14. 65.(cesium篇)cesium单个地图图片
  15. 微信小程序抽奖插件分享
  16. 如何安装VMware Tool
  17. 国土资发〔2015〕16号 国土资源部关于进一步加强信息化工作统筹的若干意见
  18. Android开发人员不得不收集的工具类集合
  19. 苹果MAC系统上安装Maven并配置环境变量
  20. 免费图标查询、下载的网站

热门文章

  1. 初接触php,遇到一个低级问题
  2. ArcMap上发布地图服务前,“将图形转为要素的选项”时报“输出名称无效”错误...
  3. Integer.valueof(null)报错
  4. C# 获取并判断操作系统版本,解决Win10、 Windows Server 2012 R2 读取失败的方案
  5. ultraEdit-32 PHP/HTML智能提示
  6. 【转】typedef函数指针的用法(C++)
  7. 一定要搜藏的20个非常有用的PHP类库
  8. pom.xml增加依赖
  9. 关于flex布局,我大多数常用的几个点
  10. SpringBoot之Servlet、Filter、Listener配置