Numpy學習05 陣列的屬性

2.ndarray.shape

3.ndarray.size

4.ndarray.dtype

5.ndarray.itemsize

6.ndarray.flags

7.ndarray.real和ndarray.imag

8.ndarray.data

注：為了節約行數，預設import numpy as np已經寫在每段**前，不再重複寫入，如果有新的包引入，會在**頭部import

在學過陣列的建立之後，需要對陣列進行進一步的了解，可以先從陣列屬性入手，numpy中比較重要的陣列屬性如下：

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（複數的實部）

ndarray.imag

ndarray 元素的虛部（複數的虛部）

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。

接下來讓我們分別介紹。

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

numpy 中，每乙個線性的陣列稱為是乙個軸（axis），也就是維度（dimensions）。

>>
>a = np.arange(18)
>>
>
print
(a)>>
>
print
(a.ndim)[0
1234
5678
9101112
1314
151617]
1>>
>b = a.reshape(2,
3,3)
>>
>
print
(b)>>
>
print
(b.ndim)[[
[012
][34
5][6
78]]
[[910
11][12
1314][
151617]
]]3>>
>
print
(a)[01
2345
6789
1011
1213
1415
1617
]

我們首先建立了乙個1維numpy陣列a，陣列元素有18個，通過ndarray.ndim屬性可以檢視陣列a的維數是1。然後通過reshape方法生成陣列b（注：此時陣列a不被改變），然後列印陣列b的維數為3。

>>
>a =
[x+1
for x in
range(3
)]>>
>b =
[x+3
for x in a]
>>
>c = np.array(
[a]+
[b])
>>
>
print
(c.shape,
type
(c.shape))(
2,3)
<
class
'tuple'
>
#採用reshape方式
>>
>d = c.reshape(3,
2)>>
>
print
(d,d.shape,
type
(d))[[
12][
34][
56]]
<
class
'numpy.ndarray'
>
#直接改shape
>>
>c.shape =(3
,2)>>
>
print
(c,d.shape,
type
(c))[[
12][
34][
56]]
<
class
'numpy.ndarray'
>

可以看到shape屬性可以返回陣列的維度，在上述案例中，shape返回的是乙個元組tuple。我們可以通過直接設定shape或者reshape改變乙個陣列的shape，請注意後者不直接改變原陣列，而是生成乙個新陣列，如c生成了d，但是c本身沒有變化，直到我們通過c.shape = (3,2)改變了它。

>>
>a =
[x+1
for x in
range(3
)]>>
>b =
[x+3
for x in a]
>>
>
def getsize(data)
:>>
>
return np.array(data)
.size
>>
>
print
(getsize(a)
,getsize(b)
,getsize(
[a]+
[b]))3
36

這裡我們新建乙個getsize函式，用來利用list新建ndarray陣列並且返回其size。

>>
>x = np.arange(
5, dtype = np.int8)
>>
>
print
(x.dtype)
int8
>>
>y = np.array(
5, dtype = np.int16)
>>
>
print
(y.dtype)
int16

這個在前面的資料型別裡面有介紹，不加贅述。

>>
>x = np.arange(
5, dtype = np.int8)
>>
>
print
(x.itemsize)
1>>
>y = np.array(
5, dtype = np.float64)
>>
>
print
(y.itemsize)
8

可以看到int8型陣列元素大小為1位元組，float64型陣列元素大小為8位元組。

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

>>
>x = np.arange(
5, dtype = np.int8)
>>
>
print
(x.flags)
c_contiguous :
true
f_contiguous :
true
owndata :
true
writeable :
true
aligned :
true
writebackifcopy :
false
updateifcopy :
false

這裡比較重要的是flags.owndata屬性，它表示該陣列是否擁有資料，會配合後面的深淺複製使用。

>>
>x = np.sqrt([1
+0j,2
+1j])
>>
>
print
(x.real)
>>
>
print
(x.imag)[1
.1.45534669][
0.0.34356075
]

np.sqrt是numpy提供的求平方根的方法，運算後我們利用real和imag提取的實部和虛部

>>
>x = np.arange(
5, dtype = np.int8)
>>
>
print
(x.data)
>

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。

Numpy學習05 陣列的屬性

NumPy 陣列屬性

NumPy 陣列屬性

NumPy陣列屬性

Numpy學習05 陣列的屬性

NumPy 陣列屬性

NumPy 陣列屬性

NumPy陣列屬性

相關推薦