numpy的ndarray对象属性

ndarray 对象属性：
ndarray.ndim：    即轴的数量或维度的数量 
ndarray.shape：   数组的维度，对于矩阵，n 行 m 列 
ndarray.size：    数组元素的总个数，相当于hape 中 n*m 的值 
ndarray.dtype：   ndarray 对象的元素类型 
ndarray.itemsize: ndarray 对象中每个元素的大小，以字节为单位 
ndarray.flags:    ndarray 对象的内存信息 
ndarray.real:     ndarray 元素的实部 
ndarray.imag:     ndarray 元素的虚部 
ndarray.data:     包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。

#创建一维数组
a=np.array([1,2,3])
print(a)
结果：
[1 2 3]


#创建二维数组
#方式一：
b=np.arange(0,5,1)
b1=np.arange(0,5,1)
c=np.array([b,b1])
print(c)
结果：
[[0 1 2 3 4]
 [0 1 2 3 4]]

#方式二：
d=np.random.randint(1,5,size=(2,3))
print(d)
结果：
[[3 3 1]
 [3 1 1]]


#创建三维数组
e=np.random.randn(2,2,3)
print(e)
结果：
[[[ 0.02600192 -0.39088599 -1.30724092]
  [-0.46281493 -0.81585664 -1.53810667]]

 [[-0.91970046  0.07566964  0.01884599]
  [ 0.28044228 -0.09836398  0.11404261]]]
  


#ndim属性
print("ndim：",a.ndim,d.ndim,e.ndim)
结果：ndim： 1 2 3

#shape属性
print("shape：",a.shape,d.shape,e.shape)
结果：
shape： (3,) (2, 3) (2, 2, 3)
注：这里(3,)就是表示一维的shape，元组的形式，所以指定一维数组的时候，可以使用此形式

#dtype属性
print("dtype：",a.dtype,d.dtype,e.dtype)
结果：
dtype： int32 int32 float64

#itemsize属性，每个元素的字节大小
print("itemsize：",a.itemsize,d.itemsize,e.itemsize)
结果：{每个字节占8位，由dtype可求得出字节的位数}
itemsize： 4 4 8