Python?numpy中的ndarray介紹
在上一期python numpy 模塊中對概述介紹了numpy 模塊安裝、使用方法、特點等入門知識。
- numpy 模塊是一個開源的第三方Python庫,常用于科學和工程領(lǐng)域,是科學Python和PyData 生態(tài)系統(tǒng)的核心。
- numpy 模塊易學易用的特點,基本上覆蓋了初學者到先進科學研究員的所有人群。
- numpy 模塊除了在matplotlib上應用,它還在
Pandas
、Scipy
、scikit-learn
等科學Python中。 - numpy 模塊也包含多維數(shù)組和矩陣數(shù)據(jù)結(jié)構(gòu),它專門提供了具有n維數(shù)組對象的
ndarray
,以及對其進行有效操作的方法。 - numpy 模塊也可用于對數(shù)組執(zhí)行各種數(shù)學運算,提供高級數(shù)學函數(shù)庫,以及數(shù)組和矩陣的操作。
眾所周知,numpy 模塊中數(shù)組對象是其核心功能,我們本期重點來學習numpy 數(shù)組相關(guān)內(nèi)容,
1. 什么是 ndarray?
ndarray 概念
數(shù)組是numpy 模塊核心數(shù)據(jù)結(jié)構(gòu)。數(shù)組是值的網(wǎng)絡,它的內(nèi)部包含有原始數(shù)據(jù)、如何定義元素以及如何解釋元素的信息。我們可以使用各種方式索引元素網(wǎng)格。
ndarray 是 numpy 模塊中定義 n維數(shù)組類型。ndarray 可以描述同種類型project的集合。
- 同種數(shù)據(jù)類型:numpy 數(shù)組中的所有元素都是同種類類型,如int32,float64等
- 同大小內(nèi)存空間:每個project占用相同大小內(nèi)存塊
- 同方式解釋:每個project由object數(shù)據(jù)類型指定,,其中一個與每個數(shù)組相關(guān)聯(lián)
- 可以N個整數(shù)對project進行索引
ndarray 內(nèi)部關(guān)系
從數(shù)組中我們可以提取python對象表示的如索引是numpy 內(nèi)置數(shù)組標量類型之一,我們可以通過使用數(shù)組標量來輕松操作復雜的數(shù)據(jù)排列。
通過以上ndarray 內(nèi)部結(jié)構(gòu),我們可以看到 ndarray
主要由 dtype
、shape
、stride
組成
- ndarray 指向內(nèi)存映射地址的指針-data對象
- ndarray 元素解釋形象-dtype對象
- ndarray 每個維度的元素之間的間隔-strides對象(tuple)
- ndarray 對每個維度的數(shù)量和大小的描述-shape對象(tuple)
以上四個python
對象就可以在ndarray 中通過索引的方式找到指定位置的數(shù)據(jù)。
同時我們也調(diào)用np.array().flags
獲取字節(jié)序、讀寫權(quán)限等信息,可知ndarray
底層是C和Fortran 實現(xiàn)的。
? C_CONTIGUOUS : True ? F_CONTIGUOUS : False ? OWNDATA : True ? WRITEABLE : True ? ALIGNED : True ? WRITEBACKIFCOPY : False ? UPDATEIFCOPY : False
2. ndarray 內(nèi)存結(jié)構(gòu)
ndarray 內(nèi)存結(jié)構(gòu)
我們通過numpy.array
方法創(chuàng)建一個2維數(shù)組
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
import numpy as np a = np.array([[1,2],[4,5],[7,8]]) print("dim:",a.ndim) print("strides:",a.strides) print("dtype:",a.dtype) print("data:",a.data) print("shape:",a.shape) print(a)
通過array
對象調(diào)用ndarray
標量對象,可以獲知ndarray
維度大小、元素類型、間隔等信息
通過上述圖,我們可以知道 ndarray 內(nèi)存主要劃分為兩部分:
- raw data: 計算機一段連續(xù)的block,存儲在C或者Fortran中的數(shù)組
- metdata:有關(guān)原始數(shù)組數(shù)據(jù)的信息
3. ndarray vs list
ndarray 特點
ndarray
要求所有數(shù)據(jù)都是同種類型的- 每個數(shù)據(jù)占用空間一樣
- 數(shù)組中存儲的數(shù)據(jù)是一段連續(xù)的空間
list 特點
- 可以容納不同數(shù)據(jù)類型
- list 中只存放對象的引用,再通過引用找到具體的對象
- 對象的物理地址并不是連續(xù)的
所以,綜上所述,ndarray
查找數(shù)據(jù)運行效率比list快,同時ndarray
存儲的數(shù)據(jù)是連續(xù)的一段空間,對比list 對象物理地址分散的,ndarray 比 list 更省空間。
總結(jié):
本期對numpy 模塊核心之一的ndarray 數(shù)組對象內(nèi)存原理、與python list對比等知識學習。
ndarray 里的所有的project元素都是同類型數(shù)據(jù),并且存儲空間是連續(xù)的。
不管查找數(shù)據(jù),還是存儲數(shù)據(jù),數(shù)據(jù)計算等功能,都明顯優(yōu)于Python list。
到此這篇關(guān)于Python numpy中的ndarray介紹的文章就介紹到這了,更多相關(guān)Python numpy-ndarray內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python?隊列Queue和PriorityQueue解析
這篇文章主要介紹了Python?隊列Queue和PriorityQueue,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-09-09一個基于flask的web應用誕生 使用模板引擎和表單插件(2)
一個基于flask的web應用誕生第二篇,這篇文章主要介紹了如何使用jinja2模板引擎和wtf表單插件,具有一定的參考價值,感興趣的小伙伴們可以參考一下2017-04-04梅爾頻率倒譜系數(shù)(mfcc)及Python實現(xiàn)
這篇文章主要為大家詳細介紹了語音識別之梅爾頻率倒譜系數(shù)及Python實現(xiàn),具有一定的參考價值,感興趣的小伙伴們可以參考一下2019-06-06Pycharm中Python環(huán)境配置常見問題解析
這篇文章主要介紹了Pycharm中Python環(huán)境配置常見問題,結(jié)合圖文形式分析了Pycharm中Python環(huán)境配置模塊路徑問題、虛擬環(huán)境創(chuàng)建、配置遠程服務器、連接數(shù)據(jù)庫等常見問題與操作方法,需要的朋友可以參考下2020-01-01