python array函数意义_NumPy 基础知识 -- NumPy

数据类型

数组类型之间的转换

数组标量

溢出错误

扩展精度

创建数组

简介

将 Python array_like 对象转换为 NumPy 数组

NumPy 原生数组的创建

从磁盘读取数组

标准二进制格式

常见 ASCII 格式

自定义二进制格式

使用特殊库

NumPy 与输入输出

使用 genfromtxt 导入数据

定义输入

将行拆分为列

跳过直线并选择列

选择数据的类型

设置名称

调整转换

快捷方式函数

索引

赋值与引用

单个元素索引

其他索引选项

索引数组

索引多维数组

布尔或 “掩码” 索引数组

将索引数组与切片组合

结构索引工具

为索引数组赋值

在程序中处理可变数量的索引

广播

一般广播规则

字节交换

字节排序和 ndarrays 简介

更改字节顺序

数据和dtype字节顺序不匹配，更改dtype以匹配数据

数据和类型字节顺序不匹配，更改数据以匹配 dtype

数据和 dtype 字节序匹配，交换数据和 dtype

结构化数组

介绍

结构化数据类型

结构化数据类型创建

操作和显示结构化数据类型

自动字节偏移和对齐

字段标题

联合类型

索引和分配给结构化数组

将数据分配给结构化数组

索引结构化数组

查看包含对象的结构化数组

结构比较

记录数组

Recarray Helper 函数

编写自定义数组容器

子类化数组

介绍

ndarrays 和对象创建

视图投影

从模板创建

视图投影与从模板创建的关系

子类化的含义

一个简短的Python入门`__new__和__init__`

`__array_finalize__` 的作用

简单示例 —— 向ndarray添加额外属性

稍微更现实的例子 —— 添加到现有数组的属性

`__array_ufunc__` 对于ufuncs

`__array_wrap__`用于ufuncs和其他函数

额外的坑 —— 自定义的 `__del__` 方法和 ndarray.base

子类和下游兼容性