NumPy数组属性
1. NumPy数组属性
| 属性 | 说明 |
|---|---|
| ndarray.ndim | 秩，即轴的数量或维度的数量 |
| ndarray.shape | 数组的维度，对于矩阵，n 行 m 列 |
| 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.itemsize | ndarray 对象中每个元素的大小，以字节为单位 |
| ndarray.flags | ndarray 对象的内存信息 |
| ndarray.real | ndarray元素的实部 |
| ndarray.imag | ndarray 元素的虚部 |
| ndarray.data | 包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。 |
1.1 ndarray.ndim
用于返回数组的维度，等于秩。
import numpy as np
na = np.array(24)
na.ndim # 1
nb = na.reshape(2, 4, 3)
b.ndim # 3
1.2 ndarray.shape
数组的维度，返回一个元组，(n, m)表示n行xm列，也可以用来调整数组的大小。
import numpy as np
na = np.array([1, 2, 3], [4, 5, 6])
na.shape # (2, 3)
- 调整大小
import numpy as np
na = np.array([1, 2, 3], [4, 5, 6])
na.shape=(3, 2)
na
'''
array([[1, 2],
[3, 4],
[5, 6]])
'''
- NumPy也提提供了reshape函数来调整数组大小
import numpy as np
na = np.array([1, 2, 3], [4, 5, 6])
na.reshape(3, 2)
na
'''
array([[1, 2],
[3, 4],
[5, 6]])
'''
1.3 ndarray.itemsize
以字节的形式返回数组中每个元素的大小
import numpy as np
na = np.array([1, 2, 3, 4], dtype=np.int8)
na.itemsize # 1
nb = np.array([1, 2, 3, 4], dtype=np.float64)
nb.itemsize # 8
1.4 ndarray.flags
返回ndarray对象的内存信息
import numpy as np
na = np.array([1, 2, 3, 4, 5])
na.flags
'''
C_CONTIGUOUS : True 数据是在一个单一的C风格的连续段中
F_CONTIGUOUS : True 数据是在一个单一的Fortran风格的连续段中
OWNDATA : True 数组拥有它所使用的内存或从另一个对象中借用它
WRITEABLE : True 数据区域可以被写入，将该值设置为 False，则数据为只读
ALIGNED : True 数据和所有元素都适当地对齐到硬件上
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False 这个数组是其它数组的一个副本，当这个数组被释放时，原数组的内容将被更新
'''
