NumPy 陣列屬性

我們將討論 numpy 的多種陣列屬性。

這一陣列屬性返回乙個包含陣列維度的元組，它也可以用於調整陣列大小。

示例 1

import numpy as np 

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

# 這會調整陣列大小  

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

numpy 也提供了reshape函式來調整陣列大小。

import numpy as np 

a = np.array([[1,2,3],[4,5,6]]) 
b = a.reshape(3,2) 
print b
輸出如下：
[[1, 2] 
[3, 4] 
[5, 6]]

示例 1

# 等間隔數字的陣列  

import numpy as np 
a = np.arange(24) print a
輸出如下：
[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]

# 一維陣列  

import numpy as np 
a = np.arange(24) a.ndim 
# 現在調整其大小
b = a.reshape(2,4,3) 
print b 
# b 現在擁有三個維度
輸出如下：
[[[ 0, 1, 2] 
[ 3, 4, 5] 
[ 6, 7, 8] 
[ 9, 10, 11]] 
[[12, 13, 14] 
[15, 16, 17]
[18, 19, 20] 
[21, 22, 23]]]

這一陣列屬性返回陣列中每個元素的位元組單位長度。

示例 1

# 陣列的 dtype 為 int8(乙個位元組)  

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

# 陣列的 dtype 現在為 float32(四個位元組)  

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

序號屬性及描述

1.c_contiguous (c)陣列位於單一的、c 風格的連續區段內

2.f_contiguous (f)陣列位於單一的、fortran 風格的連續區段內

3.owndata (o)陣列的記憶體從其它物件處借用

4.writeable (w)資料區域可寫入。 將它設定為flase會鎖定資料，使其唯讀

5.aligned (a)資料和任何元素會為硬體適當對齊

6.updateifcopy (u)這個陣列是另一陣列的副本。當這個陣列釋放時，源陣列會由這個陣列中的元素更新

下面的例子展示當前的標誌。

import numpy as np 

x = np.array([1,2,3,4,5]) 
print x.flags
輸出如下：
c_contiguous : true 
f_contiguous : true 
owndata : true 
writeable : true 
aligned : true 
updateifcopy : false

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...

NumPy陣列屬性

目錄屬性 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.item...

numpy常見屬性 建立陣列

numpy常見屬性 建立陣列 1 幾種常見numpy的屬性 1 import numpy as np 匯入numpy模組，np是為了使用方便的簡寫 2 array np.array 1,2,3 2,3,4 列表轉化為矩陣 3 print array 4 1 2 3 5 2 3 4 6 7 print...