NumPy 陣列屬性

摘自菜鳥教程

本章節我們將來了解 numpy 陣列的一些基本屬性。

numpy 陣列的維數稱為秩（rank），一維陣列的秩為 1，二維陣列的秩為 2，以此類推。

在 numpy中，每乙個線性的陣列稱為是乙個軸（axis），也就是維度（dimensions）。比如說，二維陣列相當於是兩個一維陣列，其中第乙個一維陣列中每個元素又是乙個一維陣列。所以一維陣列就是 numpy 中的軸（axis），第乙個軸相當於是底層陣列，第二個軸是底層陣列裡的陣列。而軸的數量——秩，就是陣列的維數。

很多時候可以宣告 axis。axis=0，表示沿著第 0 軸進行操作，即對每一列進行操作；axis=1，表示沿著第1軸進行操作，即對每一行進行操作。

numpy 的陣列中比較重要 ndarray 物件屬性有：

屬性說明

ndarray.ndim

秩，即軸的數量或維度的數量

ndarray.shape

陣列的維度，對於矩陣，n 行 m 列

ndarray.size

陣列元素的總個數，相當於 .shape 中 n*m 的值

ndarray.dtype

ndarray 物件的元素型別

ndarray.itemsize

ndarray 物件中每個元素的大小，以位元組為單位

ndarray.flags

ndarray 物件的記憶體資訊

ndarray.real

ndarray元素的實部

ndarray.imag

ndarray 元素的虛部

ndarray.data

包含實際陣列元素的緩衝區，由於一般通過陣列的索引獲取元素，所以通常不需要使用這個屬性。

ndarray.ndim 用於返回陣列的維數，等於秩。

例項

import numpy as np 
a = np.arange(24)  
print (a.ndim)             # a 現只有乙個維度
# 現在調整其大小
b = a.reshape(2,4,3)  # b 現在擁有三個維度
print (b.ndim)

輸出結果為：

1

3

ndarray.shape 表示陣列的維度，返回乙個元組，這個元組的長度就是維度的數目，即 ndim 屬性(秩)。比如，乙個二維陣列，其維度表示"行數"和"列數"。

ndarray.shape 也可以用於調整陣列大小。

例項

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

輸出結果為：

(2, 3)

調整陣列大小。

例項

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

輸出結果為：

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

例項

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

輸出結果為：

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

ndarray.itemsize 以位元組的形式返回陣列中每乙個元素的大小。

例如，乙個元素型別為 float64 的陣列 itemsiz 屬性值為 8(float64 占用 64 個 bits，每個位元組長度為 8，所以 64/8，占用 8 個位元組），又如，乙個元素型別為 complex32 的陣列 item 屬性為 4（32/8）。

例項

import numpy as np 
# 陣列的 dtype 為 int8（乙個位元組）  
x = np.array([1,2,3,4,5], dtype = np.int8)  
print (x.itemsize)   
# 陣列的 dtype 現在為 float64（八個位元組） 
y = np.array([1,2,3,4,5], dtype = np.float64)  
print (y.itemsize)

輸出結果為：

1

8

ndarray.flags 返回 ndarray 物件的記憶體資訊，包含以下屬性：

屬性描述

資料是在乙個單一的c風格的連續段中

f_contiguous (f)

資料是在乙個單一的fortran風格的連續段中

owndata (o)

陣列擁有它所使用的記憶體或從另乙個物件中借用它

writeable (w)

資料區域可以被寫入，將該值設定為 false，則資料為唯讀

aligned (a)

資料和所有元素都適當地對齊到硬體上

updateifcopy (u)

這個陣列是其它陣列的乙個副本，當這個陣列被釋放時，原陣列的內容將被更新

例項

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

輸出結果為：

c_contiguous : true f_contiguous : true owndata : true writeable : true aligned : true writebackifcopy : false

updateifcopy : false

NumPy 陣列屬性

NumPy 陣列屬性

NumPy陣列屬性

numpy常見屬性建立陣列

NumPy 陣列屬性

NumPy 陣列屬性

NumPy陣列屬性

numpy常見屬性 建立陣列

相關推薦

numpy常見屬性建立陣列