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

數組對象表示由固定大小的項目組成的多維同構數組。關聯的數據類型對象描述數組中每個元素的格式(字節順序、占用內存的字節數、它是整數、浮點數還是其他什么，等等)。
數組應該使用數組、零或空來構造(參見下面的部分)。這里給出的參數指的是用于實例化數組的低級方法(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.
內存中的數據步長。

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，將隨機生成

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，則依據數組生成，offset表示從buffer的什么位置開始生成

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]之間

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

總結

以上是生活随笔為你收集整理的numpy(1)-numpy.ndarray的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。