数组对象#

数组对象#

NumPy 提供了一种 N 维数组类型ndarray，它描述了相同类型的“项”的集合。可以使用例如N个整数来对项目进行索引。

所有 ndarray 都是同类的：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一项由单独的数据类型对象指定，其中一个数据类型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。

从数组中提取的项目（例如通过索引）由 Python 对象表示，该对象的类型是NumPy 中内置的数组标量类型之一。数组标量允许轻松操作更复杂的数据排列。

图

概念图，显示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的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 的内部存储器布局

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

索引例程

生成索引数组

类似索引的操作

将数据插入数组

迭代数组

迭代数组

单数组迭代

广播数组迭代

将内循环放入 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)

屏蔽数组 ( numpy.ma)

标准集装箱等级

数组迭代器

屏蔽数组

该numpy.ma模块

使用 numpy.ma

例子

numpy.ma模块常数

班上MaskedArray​

MaskedArray方法

屏蔽数组操作

阵列接口协议

Python端

C 结构体访问

类型描述示例

与 Array 接口（版本 2）的差异

日期时间和时间增量

Datetime64 约定和假设

基本日期时间

日期时间和 Timedelta 算术

日期时间单位

工作日功能

Datetime64的缺点