5. NumPy数组属性

1. 前言

本节介绍 Numpy 数组的常用属性。

2. ndarray.shape

shape 属性的返回值一个由数组维度构成的元组，比如 2 行 3 列的二维数组可以表示为(2,3)，该属性可以用来调整数组维度的大小。

示例如下，输出了数组的维度：

import numpy as np
a = np.array([[2,4,6],[3,5,7]])
print(a.shape)

输出结果：

(2,3)

通过 shape 属性修改数组的形状大小： 

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
a.shape = (3,2)
print(a)

输出结果：

[[1, 2]
[3, 4]
[5, 6]]

3. ndarray.reshape()

NumPy 还提供了一个调整数组形状的 reshape() 函数。

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print(b)

输出结果：

[[1, 2]
[3, 4]
[5, 6]]

4. ndarray.ndim

该属性返回的是数组的维数，示例如下：

import numpy as np
#随机生成一个一维数组
c = np.arange(24)
print(c)
print(c.ndim)
#对数组进行变维操作
e = c.reshape(2,4,3)
print(e) 
print(e.ndim)

输出结果如下所示：

#随机生成的c数组
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
#c数组的维度
1
#变维后数组e
[[[ 0  1  2]
  [ 3  4  5]
  [ 6  7  8]
  [ 9 10 11]]

[[12 13 14]
  [15 16 17]
  [18 19 20]
  [21 22 23]]]
#e的数组维度
3

5. ndarray.itemsize

返回数组中每个元素的大小（以字节为单位），示例如下：

#数据类型为int8，代表1字节
import numpy as np
x = np.array([1,2,3,4,5], dtype = np.int8)
print (x.itemsize)

输出结果为：

1

#数据类型为int64，代表8字节
import numpy as np
x = np.array([1,2,3,4,5], dtype = np.int64)
print (x.itemsize)

输出结果：

8

6. ndarray.flags

返回 ndarray 数组的内存信息，比如 ndarray 数组的存储方式，以及是否是其他数组的副本等。

示例如下：

import numpy as np
x = np.array([1,2,3,4,5])
print (x.flags)

输出结果如下：

C_CONTIGUOUS : True
F_CONTIGUOUS : True
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False