NumPy - 数组属性

在本章中，无涯教程将讨论NumPy的各种数组属性。

ndarray.shape

此数组属性返回一个由数组维组成的元组。它也可以用来调整数组的大小。

示例1

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

输出如下-

(2, 3)

示例2

# 这会调整 ndarray 的大小
import numpy as np 

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

输出如下-

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

示例3

NumPy还提供了一种调整维度功能以调整数组大小。

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

输出如下-

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

ndarray.ndim

此数组属性返回数组维数。

示例1

# 均匀分布的数字数组
import numpy as np 
a = np.arange(24) 
print a

输出如下-

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

示例2

# 这是一维数组
import numpy as np 
a = np.arange(24) 
a.ndim  

# now reshape it 
b = a.reshape(2,4,3) 
print b 
# b is having three dimensions

输出如下-

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

numpy.itemsize

此数组属性返回数组每个元素的长度(以字节为单位)。

无涯教程网

示例1

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

输出如下-

1

示例2

# 数组的 dtype 现在是 float32（4 个字节）
import numpy as np 
x = np.array([1,2,3,4,5], dtype = np.float32) 
print x.itemsize

输出如下-

4

numpy.flags

ndarray对象具有以下属性。此函数返回其当前值。

下面的示例显示标志的当前值。

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

输出如下-

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