NumPy 數組屬性
NumPy 數組屬性
本章節我們將來了解 NumPy 數組的一些基本屬性。
NumPy 數組的維數稱為秩（rank），一維數組的秩為 1，二維數組的秩為 2，以此類推。
在 NumPy中，每一個線性的數組稱為是一個軸（axis），也就是維度（dimensions）。比如說，二維數組相當於是兩個一維數組，其中第一個一維數組中每個元素又是一個一維數組。所以一維數組就是 NumPy 中的軸（axis），第一個軸相當於是底層數組，第二個軸是底層數組里的數組。而軸的數量——秩，就是數組的維數。
很多時候可以聲明 axis。axis=0，表示沿著第 0 軸進行操作，即對每一列進行操作；axis=1，表示沿著第1軸進行操作，即對每一行進行操作。
NumPy 的數組中比較重要 ndarray 對象屬性有：
| 屬性 | 說明 |
|---|---|
| ndarray.ndim | 秩，即軸的數量或維度的數量 |
| ndarray.shape | 數組的維度，對於矩陣，n 行 m 列 |
| ndarray.size | 數組元素的總個數，相當於 .shape 中 n*m 的值 |
| ndarray.dtype | ndarray 對象的元素類型 |
| ndarray.itemsize | ndarray 對象中每個元素的大小，以字節為單位 |
| ndarray.flags | ndarray 對象的內存信息 |
| ndarray.real | ndarray元素的實部 |
| ndarray.imag | ndarray 元素的虛部 |
| ndarray.data | 包含實際數組元素的緩衝區，由於一般通過數組的索引獲取元素，所以通常不需要使用這個屬性。 |
ndarray.ndim
ndarray.ndim 用於返回數組的維數，等於秩。
實例
import numpy as np
a = np.arange(24)
print (a.ndim) # a 現只有一個維度
# 現在調整其大小
b = a.reshape(2,4,3) # b 現在擁有三個維度
print (b.ndim)
輸出結果為：
1 3
ndarray.shape
ndarray.shape 表示數組的維度，返回一個元組，這個元組的長度就是維度的數目，即 ndim 屬性(秩)。比如，一個二維數組，其維度表示"行數"和"列數"。
ndarray.shape 也可以用於調整數組大小。
實例
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
print (a.shape)
輸出結果為：
(2, 3)
調整數組大小。
實例
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
a.shape = (3,2)
print (a)
輸出結果為：
[[1 2] [3 4] [5 6]]
NumPy 也提供了 reshape 函數來調整數組大小。
實例
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print (b)
輸出結果為：
[[1, 2] [3, 4] [5, 6]]
ndarray.itemsize
ndarray.itemsize 以字節的形式返回數組中每一個元素的大小。
例如，一個元素類型為 float64 的數組 itemsiz 屬性值為 8(float64 佔用 64 個 bits，每個字節長度為 8，所以 64/8，佔用 8 個字節），又如，一個元素類型為 complex32 的數組 item 屬性為 4（32/8）。
實例
import numpy as np
# 數組的 dtype 為 int8（一個字節）
x = np.array([1,2,3,4,5], dtype = np.int8)
print (x.itemsize)
# 數組的 dtype 現在為 float64（八個字節）
y = np.array([1,2,3,4,5], dtype = np.float64)
print (y.itemsize)
輸出結果為：
1 8
ndarray.flags
ndarray.flags 返回 ndarray 對象的內存信息，包含以下屬性：
| 屬性 | 描述 |
|---|---|
| C_CONTIGUOUS (C) | 數據是在一個單一的C風格的連續段中 |
| F_CONTIGUOUS (F) | 數據是在一個單一的Fortran風格的連續段中 |
| OWNDATA (O) | 數組擁有它所使用的內存或從另一個對象中借用它 |
| WRITEABLE (W) | 數據區域可以被寫入，將該值設置為 False，則數據為只讀 |
| ALIGNED (A) | 數據和所有元素都適當地對齊到硬件上 |
| UPDATEIFCOPY (U) | 這個數組是其它數組的一個副本，當這個數組被釋放時，原數組的內容將被更新 |
實例
import numpy as np
x = np.array([1,2,3,4,5])
print (x.flags)
輸出結果為：
C_CONTIGUOUS : True F_CONTIGUOUS : True OWNDATA : True WRITEABLE : True ALIGNED : True WRITEBACKIFCOPY : False UPDATEIFCOPY : False