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