numpy中数组的操作

目录

一：数组的属性

二：翻转数组

三：数组的计算

---

一：数组的属性

NumPy 数组（通常称为 ndarray）有许多有用的属性，这些属性可以帮助你了解数组的各个方面。以下是一些主要的属性：

dtype：这是数组的数据类型，如 int32, float64, complex128 等。你可以使用它来查看或修改数组的数据类型。

shape：这是一个元组，描述了数组的维度。对于一维数组，它是一个包含单一元素的元组；对于二维数组，它是一个包含行数和列数的元组；对于更高维度的数组，它可以包含更多元素。例如，一个形状为 (3, 4) 的二维数组有 3 行和 4 列。

size：这是数组中元素的数量。它等于 numpy.prod(array.shape)，或者如果你只处理一维数组，它就是数组的长度。

itemsize：这是数组中每个元素的大小（以字节为单位）。例如，对于一个 int64 类型的数组，itemsize 将是 8。

nbytes：这是数组在内存中占用的字节数。它等于 numpy.prod(array.shape) * array.itemsize。

ndim：这是数组的维度数。一维数组的维度数为 1，二维数组的维度数为 2，以此类推。

flat：这是一个一维数组视图，包含了原数组的所有元素。

ctypes：如果数组的数据类型是 ctypes 兼容的，这个属性会返回一个描述数据类型的 ctypes 对象。

要访问这些属性，你只需要使用点操作符（.）来访问它们，就像访问对象的方法一样。例如，要获取一个数组的 dtype，你可以使用 array.dtype。

下面是一个例子展示一个数组的属性信息

a = np.ones((3,2))

a.dtype  数据类型

a.size

a.itemsize

a.nbytes

a.ndim

二：翻转数组

使用numpy.flip()函数：
这个函数会沿着指定的轴翻转数组。默认情况下，它会翻转数组的轴0。

a = np.array([[1,2,3],[4,5,6]])
print(np.flipud(a))  # 

使用numpy.fliplr()函数：
这个函数会沿着轴1翻转数组。相当于numpy.flip(arr, axis=1)。

a = np.array([[1,2,3],[4,5,6]])
print(np.fliplr(a))  #

三：数组的计算

加减剩除：

a = np.array([9,9,9])
print('第一个数组：')
print(a)
print('\n')
print('第二个数组：')
b = np.array([10, 10, 10])
print(b)
print('\n')
print('两个数组相加：')
print(np.add(a, b))
print('\n')
print('两个数组相减：')
print(np.subtract(a, b))
print('\n')
print('两个数组相乘：')
print(np.multiply(a, b))
print('\n')
print('两个数组相除：')
print(np.divide(a, b))

统计元素大小

numpy.amin() 用于计算数组中的元素沿指定轴的最小值。

numpy.amax() 用于计算数组中的元素沿指定轴的最大值。

第一个参数是数组，第二个参数是所沿的轴，对于二维数组，0的话就是每一行的最小值，1的话就是每一列的最小值，不指定轴的话，默认为所有元素的最小值

arr = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(arr)
print(np.amin(arr,0))
print(np.amin(arr,1))
print(np.amin(arr))

print(np.amax(arr,0))
print(np.amax(arr,1))
print(np.amax(arr))

计算平均值

a = np.array([[1, 2, 3], [4, 5, 6]])

print(np.mean(a))

print(np.mean(a, axis=0))

print(np.mean(a, axis=1))