NumPy Ndarray 对象
NumPy 中定义的最重要的对象是一个 N 维数组类型，称为ndarray，它描述了相同类型的项目的集合，可以使用从零开始的索引访问集合中的项目。
ndarray 中的每一项都在内存中占用相同大小的块，每个元素都是一个数据类型对象(称为dtype)。
从 ndarray 对象(通过切片)提取的任何项目都由数组标量类型之一的 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
它从任何公开数组接口的对象或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)
上述构造函数采用以下参数：
| 序号. | 参数及说明 |
|---|---|
| 1 | object 任何公开数组接口方法的对象都会返回一个数组或任何(嵌套)序列。 |
| 2 | dtype 所需的数组数据类型，可选 |
| 3 | copy 可选的。默认情况下(true)，对象被复制 |
| 4 | order C(行专业)或 F(列专业)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。如果为真，子类通过 |
| 6 | ndmin 指定结果数组的最小维度 |
请看以下示例以更好地理解。
示例 1
import numpy as np a = np.array([1,2,3]) print a
输出如下：
[1, 2, 3]
示例 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]]
示例 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]]
示例 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对象由计算机内存的连续一维段组成，结合索引方案将每个项目映射到内存块中的一个位置。内存块以行优先顺序(C 样式)或列优先顺序(FORTRAN 或 MatLab 样式)保存元素。