几个重要的ndarray对象属性

昨天装了ipython notebook 今天在上面开始学习python numpy包，现在记录如下：

一、几个重要的ndarray对象属性

NumPy的数组类被称作 ndarray 。通常被称作数组。注意numpy.array和标准Python库类array.array并不相同，后者只处理一维数组和提供少量功能。更多重要ndarray对象属性有：

In [1]:from numpy import *
In [2]:a=arange(15).reshape(3,5)
In [3]:a
Out[3]:
array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]])

1.ndarray.ndim

数组轴的个数，在python的世界中，轴的个数被称作秩。

In [4]:a.ndim
Out[4]:
2

这里输入的矩阵a，有两个维度(dimensions)，也称为轴（axes),轴的个数在python中称为秩(rank)。所以a.ndim输出是2。

2.ndarray.shape

数组的维度。这是一个指示数组在每个维度上大小的整数元组。例如一个n排m列的矩阵，它的shape属性将是(n,m)，n是行数，m是列数。这个元组的长度显然是秩,(n,m两个数字，长度为2)，即维度或者ndim属性。

In [5]:a.shape
Out[5]:
(3, 5)

3.ndarray.size

数组元素的总个数，等于shape属性中元组元素n,m的乘积。

In [6]:a.size
Out[6]:
15

4.ndarray.dtype

一个用来描述数组中元素类型的对象，可以通过创造或指定dtype使用标准Python类型。另外NumPy提供它自己的数据类型。

In [7]:a.dtype
Out[7]:
dtype('int32')
In [9]:a.dtype.name
Out[9]:
'int32'

5.ndarray.itemsize

数组中每个元素的字节大小。例如，一个元素类型为float64的数组itemsiz属性值为8(=64/8),又如，一个元素类型为complex32的数组item属性为4(=32/8).

In [10]:a.itemsize
Out[10]:
4

6.ndarray.data

包含实际数组元素的缓冲区，通常我们不需要使用这个属性，因为我们总是通过索引来使用数组中的元素。

In [11]:a.data
Out[11]:
<read-write buffer for 0x037E1390, size 60, offset 0 at 0x05747020>

再来看下a的类型，通过type()查看

In [13]:type(a)
Out[13]:
numpy.ndarray
In [14]:b=array([6,7,8])
In [15]:b
Out[15]:
array([6, 7, 8])
In [16]:type(b)
Out[16]:
numpy.ndarray