在這篇附錄中，我會深入NumPy庫的數(shù)組計算。這會包括ndarray更內部的細節(jié)，和更高級的數(shù)組操作和算法。

這章包括了一些雜亂的章節(jié)，不需要仔細研究。

A.1 ndarray對象的內部機理

NumPy的ndarray提供了一種將同質數(shù)據(jù)塊（可以是連續(xù)或跨越）解釋為多維數(shù)組對象的方式。正如你之前所看到的那樣，數(shù)據(jù)類型（dtype）決定了數(shù)據(jù)的解釋方式，比如浮點數(shù)、整數(shù)、布爾值等。

ndarray如此強大的部分原因是所有數(shù)組對象都是數(shù)據(jù)塊的一個跨度視圖（strided view）。你可能想知道數(shù)組視圖arr[::2,::-1]不復制任何數(shù)據(jù)的原因是什么。簡單地說，ndarray不只是一塊內存和一個dtype，它還有跨度信息，這使得數(shù)組能以各種步幅（step size）在內存中移動。更準確地講，ndarray內部由以下內容組成：

• 一個指向數(shù)據(jù)（內存或內存映射文件中的一塊數(shù)據(jù)）的指針。

• 數(shù)據(jù)類型或dtype，描述在數(shù)組中的固定大小值的格子。

• 一個表示數(shù)組形狀（shape）的元組。

• 一個跨度元組（stride），其中的整數(shù)指的是為了前進到當前維度下一個元素需要“跨過”的字節(jié)數(shù)。

圖A-1簡單地說明了ndarray的內部結構。

閱讀全文：http://t.cn/Rudcl1g