by 潮汐
上一篇文章中我們詳細介紹了 NumPy 的功能及用途，本章節着重介紹 NumPy 一個神奇的對象 Ndarray 以及 NumPy 資料類型，包括兩者的用途，接下來就開啟神奇之旅吧。
标準安裝的 Python 中用清單 (list) 儲存一組值，它可以用來當作數組使用，不過由于清單的元素可以是任何對象，是以清單中所儲存的是對象的指針。這樣為了儲存一個簡單的[1,2,3]，需要有3個指針和三個整數對象。對于數值運算來說這種結構顯然比較浪費記憶體和CPU計算時間。
此外 Python 還提供了一個array子產品，array對象和清單不同，它直接儲存數值，和C語言的一維數組比較類似。但是由于它不支援多元，也沒有各種運算函數，是以也不适合做數值運算。
NumPy 的誕生彌補了這些不足，NumPy提供了兩種基本的對象：ndarray（N-dimensional array object）和 ufunc（universal function object）。ndarray (下文統一稱之為數組)是存儲單一資料類型的多元數組，而 ufunc 則是能夠對數組進行處理的函數。
NumPy 最重要的一個特點是其 N 維數組對象 ndarray，Ndarray 從名字組成上看是 Nd-array,顧名思義就是 N 維數組的意思，它是一系列多元且同類型資料的集合，以 下标為 0 開始進行集合中元素的索引。ndarray 是記憶體存儲，換言之 ndarray 對象由計算機記憶體的連續一部分組成，并結合索引模式，将每個元素映射到記憶體塊中的一個位置，它比清單存儲節省空間
ndarray 對象是用于存放同類型元素的多元數組。
ndarray 中的每個元素在記憶體中都有相同存儲大小的區域。
一個指向資料（記憶體或記憶體映射檔案中的一塊資料）的指針。
資料類型或 dtype，描述在數組中的固定大小值的格子。
一個表示數組形狀（shape）的元組，表示各次元大小的元組。
一個跨度元組（stride），其中的整數指的是為了前進到目前次元下一個元素需要"跨過"的位元組數。
由以上執行個體可知，建立一個 ndarray 隻需調用 NumPy 的 array 函數即可，如下：
名稱
描述
object
數組或嵌套的數列
dtype
數組元素的資料類型，可選
copy
對象是否需要複制，可選
order
建立數組的樣式，C為行方向，F為列方向，A為任意方向（預設）
subok
預設傳回一個與基類類型一緻的數組
ndmin
指定生成數組的最小次元
值得注意的是：ndmin 預設為數值為 0
建立一個簡單的 ndarray 對象，單維數組
輸出結果如下：
建立一個大于 1 維的數組
使用最小次元參數指定次元
以下執行個體指定數組次元為 2 維，ndmin 預設次元是 0
輸出結果為：
使用 dtype 參數指定數組元素的資料類型
輸出結果：
NumPy 支援的資料類型比 Python 内置的類型要更多，基本上可以和 C 語言的資料類型對應上，其中部分類型對應為 Python 内置的類型。
下表列舉了 NumPy 常用基本資料類型，為了差別于 Python 原生的資料類型，bool、int、float、complex、str 等類型名稱末尾都加了 _。
bool_
布爾型資料類型（True 或者 False）
int_
預設的整數類型（類似于 C 語言中的 long，int32 或 int64）
intc
與 C 的 int 類型一樣，一般是 int32 或 int 64
intp
用于索引的整數類型（類似于 C 的 ssize_t，一般情況下仍然是 int32 或 int64）
int8
位元組（-128 to 127）
int16
整數（-32768 to 32767）
int32
整數（-2147483648 to 2147483647）
int64
整數（-9223372036854775808 to 9223372036854775807）
uint8
無符号整數（0 to 255）
uint16
無符号整數（0 to 65535）
uint32
無符号整數（0 to 4294967295）
uint64
無符号整數（0 to 18446744073709551615）
float_
float64 類型的簡寫
float16
半精度浮點數，包括：1 個符号位，5 個指數位，10 個尾數位
float32
單精度浮點數，包括：1 個符号位，8 個指數位，23 個尾數位
float64
雙精度浮點數，包括：1 個符号位，11 個指數位，52 個尾數位
complex_
complex128 類型的簡寫，即 128 位複數
complex64
複數，表示雙 32 位浮點數（實數部分和虛數部分）
complex128
複數，表示雙 64 位浮點數（實數部分和虛數部分）
另外 numpy 的數值類型實際上是 dtype 對象的執行個體，并對應唯一的字元，包括 np.bool_，np.int32，np.float32，等等。
資料類型對象是用來描述與數組對應的記憶體區域如何使用，這依賴如下幾個方面：
資料的類型（整數，浮點數或者 Python 對象）
資料的大小（例如， 整數使用多少個位元組存儲）
資料的位元組順序（小端法或大端法）
在結構化類型的情況下，字段的名稱、每個字段的資料類型和每個字段所取的記憶體塊的部分
如果資料類型是子數組，它的形狀和資料類型
位元組順序是通過對資料類型預先設定"<"或">"來決定的。"<"意味着小端法(最小值存儲在最小的位址，即低位組放在最前面)。">"意味着大端法(最重要的位元組存儲在最小的位址，即高位組放在最前面)。
dtype 對象是使用以下文法構造的：
object - 要轉換為的資料類型對象
align - 如果為 true，填充字段使其類似 C 的結構體。
copy - 複制 dtype 對象 ，如果為 false，則是對内置資料類型對象的引用
執行個體操作：
執行個體 1
執行個體 2
結構化資料類型的使用，類型字段和對應的實際類型将被建立
執行個體1：建立年齡數組并且應用于 ndarray 對象
執行個體2：定義一個結構化資料類型 student，包含字元串字段 name，整數字段 age，及浮點字段 marks，并将這個 dtype 應用到 ndarray 對象。
字元
對應類型
b
布爾型
i
(有符号) 整型
u
無符号整型 integer
f
浮點型
c
複數浮點型
m
timedelta（時間間隔）
M
datetime（日期時間）
O
(Python) 對象
S, a
(byte-)字元串
U
Unicode
V
原始資料 (void)
numpy 資料類型轉換需要調用方法 astype()，不能直接修改 dtype。調用 astype 傳回資料類型修改後的資料，但是源資料的類型不會變，需要進一步對源資料的指派操作才能改變。
執行個體：
我們把形如 z=a+bi（a, b均為實數）的數稱為複數，其中 a 稱為實部，b 稱為虛部，i 稱為虛數機關。
當虛部 b=0 時，複數 z 是實數； 當虛部 b!=0 時，複數 z 是虛數； 當虛部 b!=0，且實部 a=0 時，複數 z 是純虛數。
輸出：
如上輸出結果就是複數形式的資料類型
本章節是對 NumPy Ndarray 對象及 NumPy 資料類型的用法作詳細介紹，本文介紹的是 Ndarray 基礎知識，等把 NumPy 所有知識點介紹完後會出一個項目實戰那，更好的給運用 NumPy 相關知識點的友人們提供支撐。
https://www.runoob.com/numpy/numpy-ndarray-object.html
https://www.runoob.com/numpy/numpy-dtype.html
文中示例代碼：python-100-days
關注公衆号：python技術，回複"python"一起學習交流
作者：純潔的微笑
出處：www.ityouknow.com
資源：微信搜【純潔的微笑】關注我，回複 【程式員】【面試】【架構師】有我準備的一線程式必備計算機書籍、大廠面試資料和免費電子書。 一共1024G的資料，希望可以幫助大家提升技術和能力。
本文如對您有幫助，還請多幫 【推薦】 下此文。
點我了解：Tooool-程式員一站式導航網站