3.Numpy数组属性

Numpy 数组属性:

常用的 数组属性:

属性	说明
ndarray.ndim	数组的维度
ndarray.shape	数组的形状,也可以对数组的形状进行修改
ndarray.size	数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype	ndarray 对象的元素类型
ndarray.reshape	修改数组的形状

举例说明:

1.ndarray.ndim 查看数组的维度

arr_1 = np.array([[1, 2, 3, 4, 5, 6, 7],[1, 2, 3, 4, 5, 6, 7]])
print(arr_1)
print(arr_1.ndim)


# 执行结果
[[1 2 3 4 5 6 7]
[1 2 3 4 5 6 7]]
2

2.ndarray.shape 查看数组的形状

arr_1 = np.array([[1, 2, 3, 4, 5, 6, 7],[1, 2, 3, 4, 5, 6, 7]])
print(arr_1)
print(arr_1.shape)


#执行 结果
#可以看到我们的数组是一个 2行6列的
[[1 2 3 4 5 6 ]
 [1 2 3 4 5 6 ]]
(2, 6)

# 对数组形状进行修改
arr_1.shape = 3,4
print(arr_1)


#结果
[[1 2 3 4]
 [5 6 1 2]
 [3 4 5 6]]

3.ndarray.size 查看元素的个数

arr_1 = np.array([[1, 2, 3, 4, 5, 6, 7],[1, 2, 3, 4, 5, 6, 7]])
print(arr_1)
print(arr_1.size)

# 执行结果
[[1 2 3 4 5 6 7]
 [1 2 3 4 5 6 7]]
14

4.查看元素的类型

arr_1 = np.array([[1, 2, 3, 4, 5, 6, 7],[1, 2, 3, 4, 5, 6, 7]])
print(arr_1)
print(arr_1.dtype)

# 查看元素的类型
[[1 2 3 4 5 6 7]
 [1 2 3 4 5 6 7]]
int32

5.修改数组的形状

print(arr_1.reshape((3, 4)))
# 执行结果
[[1 2 3 4]
 [5 6 1 2]
 [3 4 5 6]]