3. Numpy数组属性

这篇主要看一下Numpy’数组的一些基本属性

ndarray.ndim

ndarray.ndim可以返回数组的维数

import numpy as np 
a = np.arange(24)  
print (a.ndim)             # a 现只有一个维度
# 现在调整其大小
b = a.reshape(2,4,3)  # b 现在拥有三个维度
print (b.ndim)

输出为：

1
3

ndarray.shape

ndarray.shape可以返回数组的维度，用元组表示，对于二维数组将返回他的行和列的个数

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

输出为：

(2, 3)

而且也能通过.shape调整数组维度大小

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

输出为：

[[1 2]
[3 4]
[5 6]]

要实现同样的效果可以利用reshape函数

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

输出结果和上述shape一致

ndarray.itemsize

可以返回数组中每个元素的字节大小

import numpy as np 
# 数组的 dtype 为 int8（一个字节）  
x = np.array([1,2,3,4,5], dtype = np.int8)  
print (x.itemsize)
# 数组的 dtype 现在为 float64（八个字节） 
y = np.array([1,2,3,4,5], dtype = np.float64)  
print (y.itemsize)

输出为：

1
8

最后还有一个属性是可以返回ndarray的内存信息

ndarray.flags

import numpy as np  
x = np.array([1,2,3,4,5])  
print (x.flags)

输出为：

C_CONTIGUOUS : True
F_CONTIGUOUS : True
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False

最后这个属性感觉用处不多，应该仅了解就可以了吧？
下节说Numpy创建数组的方法！