教程 > Numpy 教程 > NumPy 教程 阅读:35

NumPy 数组属性

在本章中,我们将讨论 NumPy 的各种数组属性。

NumPy 的数组中比较重要 ndarray 对象属性有:

序号 属性 说明
1 ndarray.ndim 秩,即轴的数量或维度的数量
2 ndarray.shape 数组的维度,对于矩阵,n 行 m 列
3 ndarray.size 数组元素的总个数,相当于 .shape 中 n*m 的值
4 ndarray.dtype ndarray 对象的元素类型
5 ndarray.itemsize ndarray 对象中每个元素的大小,以字节为单位
6 ndarray.flags ndarray 对象的内存信息
7 ndarray.real ndarray元素的实部
8 ndarray.imag ndarray 元素的虚部
9 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。

在上表中我们注意到 这个词,首先我们解释一下这个词的含义

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。axis=0,表示沿着第 0 轴进行操作,即对每一列进行操作;axis=1,表示沿着第1轴进行操作,即对每一行进行操作。


ndarray.shape

此数组属性返回一个由数组维度组成的元组。它还可用于调整数组的大小。

示例

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

运行示例

运行结果如下

(2, 3)

下面代码我们将一个 两行三列的数组转换成一个三行两列的数组

import numpy as np 

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

运行示例

运行结果如下

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

最后再让我们列举一个关于 ndarray.shape 的示例。NumPy 还提供了一个 reshape 函数来调整数组的大小。下面使用 reshape 函数将两行三列的数组转成一个三行两列的数组

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

运行示例

运行结果如下

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

ndarray.ndim

此数组属性返回数组维数。

下面我们通过示例来看一下该属性的用法

示例

下面示例使用 arange函数创建一个一维数组,元素是从 0 - 23

import numpy as np 
a = np.arange(24) 
print(a)

运行示例

运行结果如下

[0 1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16 17 18 19 20 21 22 23] 

然后将上面示例的一维数组转成一个三维数组

import numpy as np 
a = np.arange(24) 
print(a.ndim) # 查看 a 的维数  

# 现在 使用 reshape函数对其进行转换
b = a.reshape(2,4,3) 
print (b) 

print (b.ndim) # 查看 b 的维数

运行示例

运行结果如下

1
[[[ 0  1  2]
  [ 3  4  5]
  [ 6  7  8]
  [ 9 10 11]]

 [[12 13 14]
  [15 16 17]
  [18 19 20]
  [21 22 23]]]
3

numpy.itemsize

此数组属性以字节为单位返回数组中每个元素的长度。

示例

一个 int8 元素的长度为 1,int8 占 8 位,8位为 1 字节。

import numpy as np 
x = np.array([1,2,3,4,5], dtype = np.int8) 
print(x.itemsize)

运行示例

运行结果如下

1

我们再来看一个例子

一个 float32 元素的长度为 4,float32 占 32 位,8位为 1 字节。所以float32长度为 4 字节。

import numpy as np 
x = np.array([1,2,3,4,5], dtype = np.float32) 
print(x.itemsize)

运行示例

运行结果如下

4

numpy.flags

ndarray 对象具有以下属性。它的当前值由此函数返回。

序号 属性 描述
1 C_CONTIGUOUS (C) 数据是在一个单一的C风格的连续段中
2 F_CONTIGUOUS (F) 数据是在一个单一的Fortran风格的连续段中
3 OWNDATA (O) 数组拥有它所使用的内存或从另一个对象中借用它
4 WRITEABLE (W) 数据区域可以被写入,将该值设置为 False,则数据为只读
5 ALIGNED (A) 数据和所有元素都适当地对齐到硬件上
6 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

示例

以下示例显示了标志的当前值。

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

运行示例

运行结果如下

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

查看笔记

扫码一下
查看教程更方便