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.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

ndarray.imag

ndarray 元素的虛部

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。

用於返回陣列的維度，等於秩。

import numpy as np

na = np.array(24)
na.ndim # 1
nb = na.reshape(2, 4, 3)
b.ndim # 3

import numpy as np

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

import numpy as np

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

import numpy as np

na = np.array([1, 2, 3], [4, 5, 6])
na.reshape(3, 2)
na'''
array([[1, 2],
[3, 4],
[5, 6]])
'''

import numpy as np

na = np.array([1, 2, 3, 4], dtype=np.int8)
na.itemsize # 1
nb = np.array([1, 2, 3, 4], dtype=np.float64)
nb.itemsize # 8

import numpy as np

na = np.array([1, 2, 3, 4, 5])
na.flags
'''c_contiguous : true 資料是在乙個單一的c風格的連續段中
f_contiguous : true 資料是在乙個單一的fortran風格的連續段中
owndata : true 陣列擁有它所使用的記憶體或從另乙個物件中借用它
writeable : true 資料區域可以被寫入，將該值設定為 false，則資料為唯讀
aligned : true 資料和所有元素都適當地對齊到硬體上
writebackifcopy : false
updateifcopy : false 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
'''

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 示例 2 這會調整陣列大小 import numpy ...

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...