本章节我们将来了解 NumPy 数组的一些基本属性。NumPy 数组的维数称为秩rank秩就是轴的数量即数组的维度一维数组的秩为 1二维数组的秩为 2以此类推。在 NumPy中每一个线性的数组称为是一个轴axis也就是维度dimensions。比如说二维数组相当于是两个一维数组其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴axis第一个轴相当于是底层数组第二个轴是底层数组里的数组。而轴的数量——秩就是数组的维数。很多时候可以声明 axis。axis0表示沿着第 0 轴进行操作即对每一列进行操作axis1表示沿着第1轴进行操作即对每一行进行操作。NumPy 的数组中比较重要 ndarray 对象属性有属性说明ndarray.ndim数组的秩rank即数组的维度数量或轴的数量。ndarray.shape数组的维度表示数组在每个轴上的大小。对于二维数组矩阵表示其行数和列数。ndarray.size数组中元素的总个数等于ndarray.shape中各个轴上大小的乘积。ndarray.dtype数组中元素的数据类型。ndarray.itemsize数组中每个元素的大小以字节为单位。ndarray.flags包含有关内存布局的信息如是否为 C 或 Fortran 连续存储是否为只读等。ndarray.real数组中每个元素的实部如果元素类型为复数。ndarray.imag数组中每个元素的虚部如果元素类型为复数。ndarray.data实际存储数组元素的缓冲区一般通过索引访问元素不直接使用该属性。ndarray.ndimndarray.ndim 用于获取数组的维度数量即数组的轴数。实例import numpy as np a np.arange(24) print (a.ndim) # a 现只有一个维度 # 现在调整其大小 b a.reshape(2,4,3) # b 现在拥有三个维度 print (b.ndim)输出结果为1 3ndarray.shapendarray.shape 表示数组的维度返回一个元组这个元组的长度就是维度的数目即 ndim 属性(秩)。比如一个二维数组其维度表示行数和列数。ndarray.shape 也可以用于调整数组大小。实例import numpy as np a np.array([[1,2,3],[4,5,6]]) print (a.shape)输出结果为(2, 3)调整数组大小。实例import numpy as np a np.array([[1,2,3],[4,5,6]]) a.shape (3,2) print (a)输出结果为[[1 2] [3 4] [5 6]]NumPy 也提供了 reshape 函数来调整数组大小。实例import numpy as np a np.array([[1,2,3],[4,5,6]]) b a.reshape(3,2) print (b)输出结果为[[1 2] [3 4] [5 6]]ndarray.itemsizendarray.itemsize 以字节的形式返回数组中每一个元素的大小。例如一个元素类型为 float64 的数组 itemsize 属性值为 8(float64 占用 64 个 bits每个字节长度为 8所以 64/8占用 8 个字节又如一个元素类型为 complex32 的数组 item 属性为 432/8。实例import numpy as np # 数组的 dtype 为 int8一个字节 x np.array([1,2,3,4,5], dtype np.int8) print (x.itemsize) # 数组的 dtype 现在为 float64八个字节 y np.array([1,2,3,4,5], dtype np.float64) print (y.itemsize)输出结果为1 8ndarray.flagsndarray.flags 返回 ndarray 对象的内存信息包含以下属性属性描述C_CONTIGUOUS (C)数据是在一个单一的C风格的连续段中F_CONTIGUOUS (F)数据是在一个单一的Fortran风格的连续段中OWNDATA (O)数组拥有它所使用的内存或从另一个对象中借用它WRITEABLE (W)数据区域可以被写入将该值设置为 False则数据为只读ALIGNED (A)数据和所有元素都适当地对齐到硬件上UPDATEIFCOPY (U)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实例import numpy as np x np.array([1,2,3,4,5]) print (x.flags)输出结果为C_CONTIGUOUS : True F_CONTIGUOUS : True OWNDATA : True WRITEABLE : True ALIGNED : True WRITEBACKIFCOPY : False UPDATEIFCOPY : False
本章节我们将来了解 NumPy 数组的一些基本属性。NumPy 数组的维数称为秩rank秩就是轴的数量即数组的维度一维数组的秩为 1二维数组的秩为 2以此类推。在 NumPy中每一个线性的数组称为是一个轴axis也就是维度dimensions。比如说二维数组相当于是两个一维数组其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴axis第一个轴相当于是底层数组第二个轴是底层数组里的数组。而轴的数量——秩就是数组的维数。很多时候可以声明 axis。axis0表示沿着第 0 轴进行操作即对每一列进行操作axis1表示沿着第1轴进行操作即对每一行进行操作。NumPy 的数组中比较重要 ndarray 对象属性有属性说明ndarray.ndim数组的秩rank即数组的维度数量或轴的数量。ndarray.shape数组的维度表示数组在每个轴上的大小。对于二维数组矩阵表示其行数和列数。ndarray.size数组中元素的总个数等于ndarray.shape中各个轴上大小的乘积。ndarray.dtype数组中元素的数据类型。ndarray.itemsize数组中每个元素的大小以字节为单位。ndarray.flags包含有关内存布局的信息如是否为 C 或 Fortran 连续存储是否为只读等。ndarray.real数组中每个元素的实部如果元素类型为复数。ndarray.imag数组中每个元素的虚部如果元素类型为复数。ndarray.data实际存储数组元素的缓冲区一般通过索引访问元素不直接使用该属性。ndarray.ndimndarray.ndim 用于获取数组的维度数量即数组的轴数。实例import numpy as np a np.arange(24) print (a.ndim) # a 现只有一个维度 # 现在调整其大小 b a.reshape(2,4,3) # b 现在拥有三个维度 print (b.ndim)输出结果为1 3ndarray.shapendarray.shape 表示数组的维度返回一个元组这个元组的长度就是维度的数目即 ndim 属性(秩)。比如一个二维数组其维度表示行数和列数。ndarray.shape 也可以用于调整数组大小。实例import numpy as np a np.array([[1,2,3],[4,5,6]]) print (a.shape)输出结果为(2, 3)调整数组大小。实例import numpy as np a np.array([[1,2,3],[4,5,6]]) a.shape (3,2) print (a)输出结果为[[1 2] [3 4] [5 6]]NumPy 也提供了 reshape 函数来调整数组大小。实例import numpy as np a np.array([[1,2,3],[4,5,6]]) b a.reshape(3,2) print (b)输出结果为[[1 2] [3 4] [5 6]]ndarray.itemsizendarray.itemsize 以字节的形式返回数组中每一个元素的大小。例如一个元素类型为 float64 的数组 itemsize 属性值为 8(float64 占用 64 个 bits每个字节长度为 8所以 64/8占用 8 个字节又如一个元素类型为 complex32 的数组 item 属性为 432/8。实例import numpy as np # 数组的 dtype 为 int8一个字节 x np.array([1,2,3,4,5], dtype np.int8) print (x.itemsize) # 数组的 dtype 现在为 float64八个字节 y np.array([1,2,3,4,5], dtype np.float64) print (y.itemsize)输出结果为1 8ndarray.flagsndarray.flags 返回 ndarray 对象的内存信息包含以下属性属性描述C_CONTIGUOUS (C)数据是在一个单一的C风格的连续段中F_CONTIGUOUS (F)数据是在一个单一的Fortran风格的连续段中OWNDATA (O)数组拥有它所使用的内存或从另一个对象中借用它WRITEABLE (W)数据区域可以被写入将该值设置为 False则数据为只读ALIGNED (A)数据和所有元素都适当地对齐到硬件上UPDATEIFCOPY (U)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实例import numpy as np x np.array([1,2,3,4,5]) print (x.flags)输出结果为C_CONTIGUOUS : True F_CONTIGUOUS : True OWNDATA : True WRITEABLE : True ALIGNED : True WRITEBACKIFCOPY : False UPDATEIFCOPY : False
