Numpy Ndarray 常用物件屬性

用於返回陣列的維數，等於秩

import numpy as np 

a = np.arange(24)
print
(a.ndim)
# a 現只有乙個維度
#輸出1
# 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3

import numpy as np  

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

import numpy as np 

a = np.array([[
1,2,
3],[
4,5,
6]]) 
a.shape =(3
,2)print
(a)#輸出[[
12][
34][
56]]

import numpy as np 

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

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1
8

c_contiguous (c)

#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

import numpy as np 

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

numpy ndarray掩碼操作

bool掩碼 掩出位置為true處的值 從大資料集中抽取出一小部分 e.g.抽取年齡大於40歲的學生 import numpy as np a np.arange 1,10 設定掩碼 mask true false true false true false true false true fals...

認識Numpy Ndarray物件

numpy numerical python 是 python 語言的乙個擴充套件程式庫，支援大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。numpy為什麼能夠受到各個資料科學從業人員的青睞與追捧，其實很大程度上是因為numpy在向量計算方面做了很多優化，介面也非常友好。而這些其...

Numpy ndarray的矩陣處理

1.向量運算 相同大小的陣列間運算應用在元素上 向量與向量運算 arr np.array 1,2,3 4,5,6 print 元素相乘 print arr arr print 矩陣相加 print arr arr 結果 元素相乘 1 4 9 16 25 36 矩陣相加 2 4 6 8 10 12 向...