B01_NumPy Ndarray對象(ndarray內容結構，參數，多維，最小維度，dtype參數)

NumPy Ndarray對象

NumPy 最重要的一個特點是其 N 維數組對象 ndarray，它是一系列同類型數據的集合，以 0 下標爲開始進行集合中元素的索引。

ndarray 對象是用於存放同類型元素的多維數組。
ndarray 中的每個元素在內存中都有相同存儲大小的區域。
ndarray 內部由以下內容組成：

1. 一個指向數據（內存或內存映射文件中的一塊數據）的指針。
2. 數據類型或 dtype，描述在數組中的固定大小值的格子。
3. 一個表示數組形狀（shape）的元組，表示各維度大小的元組。
4. 一個跨度元組（stride），其中的整數指的是爲了前進到當前維度下一個元素需要"跨過"的字節數。
   ndarray 的內部結構:
   
   跨度可以是負數，這樣會使數組在內存中後向移動，切片中 obj[::-1] 或 obj[:,::-1] 就是如此。

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

參數說明：

名稱	描述
object	數組或嵌套的數列
dtype	數組元素的數據類型，可選
copy	對象是否需要複製，可選
order	創建數組的樣式，C爲行方向，F爲列方向，A爲任意方向（默認）
subok	默認返回一個與基類類型一致的數組
ndmin	指定生成數組的最小維度

實例

接下來可以通過以下實例幫助我們更好的理解。

# -*- coding: UTF-8 -*-

import numpy as np
a = np.array([1,2,3])
print(a)

輸出結果如下：

[1 2 3]

實例2

import numpy as np

# 多於一個維度
a = np.array([[1,2],[3,4]])
print(a)

運行結果：

[[1 2]
 [3 4]]

實例3

# 最小維度
import numpy as np
a = np.array([1,2,3,4,5], ndmin = 2)
print(a)

輸出如下：

[[1 2 3 4 5]]

實例4

# dtype 參數
import numpy as np
a = np.array([1,2,3], dtype = complex)
print(a)

輸出結果：

[1.+0.j 2.+0.j 3.+0.j]

ndarray 對象由計算機內存的連續一維部分組成，並結合索引模式，將每個元素映射到內存塊中的一個位置。內存塊以行順序(C樣式)或列順序(FORTRAN或MatLab風格，即前述的F樣式)來保存元素。