NumPy - 数组属性

---

在本章中，我们将讨论 NumPy 的各种数组属性。

ndarray.shape

此数组属性返回一个由数组维度组成的元组。它还可以用于调整数组的大小。

实施例1

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

输出如下 -

(2, 3)

实施例2

# this resizes the ndarray 
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]]

实施例3

NumPy 还提供了一个 reshape 函数来调整数组的大小。

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。

实施例1

# an array of evenly spaced numbers 
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] 

实施例2

# this is one dimensional array 
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）。

实施例1

# dtype of array is int8 (1 byte) 
import numpy as np 
x = np.array([1,2,3,4,5], dtype = np.int8) 
print x.itemsize

输出如下 -

1

实施例2

# dtype of array is now float32 (4 bytes) 
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。该函数返回其当前值。

例子

以下示例显示了标志的当前值。

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