Python-numpy.ndarray

在Python中，numpy.ndarray 是NumPy库提供的一个核心对象，代表N维数组（N-dimensional array）。这个对象用于存储同一类型的大量数据，并且提供了大量的方法和功能来操作这些数据。

numpy.ndarray 是NumPy数组的基本数据结构，它有几个重要的特性：

1. 维度（Dimensionality）：numpy.ndarray 可以是一维的（例如，一个向量）、二维的（例如，一个矩阵）或更高维度的。维度数量是数组的一个重要属性，可以通过 .shape 属性来访问。

2. 数据类型（Data Type）：数组中的每个元素都有一个相同的数据类型（dtype），这可以是整数、浮点数、复数、字符串等。数据类型在创建数组时指定，并且可以在后续操作中改变（尽管这可能会涉及到数据的复制和类型转换）。

3. 大小（Size）：数组中的元素总数可以通过 .size 属性来访问。这是数组中所有维度的乘积。

4. 存储连续性（Memory Contiguity）：NumPy数组在内存中是以连续块的形式存储的（除非是通过切片或高级索引创建的视图，这可能会破坏连续性）。这种存储方式使得数组操作能够非常高效。

5. 广播（Broadcasting）：虽然这不是numpy.ndarray对象本身的一个特性，但它是NumPy库处理不同形状数组时的一种机制。广播允许numpy在执行数组运算时自动扩展较小数组的形状，以便它们与较大数组的形状相匹配。

numpy.ndarray 提供了许多方法和属性来访问和修改数组的内容，以及执行数学和统计运算。例如，你可以使用索引和切片来访问数组的元素，使用 .sum()、.mean() 等方法来计算数组的统计量，使用 .reshape()、.transpose() 等方法来改变数组的形状等。

总之，numpy.ndarray 是NumPy库的核心数据结构，它使得在Python中进行高效的多维数组和矩阵运算成为可能。