NumPy - 数组属性( Array Attributes)
在本章中，我们将讨论NumPy的各种数组属性。
ndarray.shape
此数组属性返回由数组维度组成的元组。 它也可以用于调整阵列的大小。
例子1 (Example 1)
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
print a.shape
输出如下 -
(2, 3)
例子2 (Example 2)
# this resizes the ndarray
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
a.shape = (3,2)
print a
输出如下 -
[[1, 2]
[3, 4]
[5, 6]]
例子3 (Example 3)
NumPy还提供了重塑函数来调整数组大小。
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print b
输出如下 -
[[1, 2]
[3, 4]
[5, 6]]
ndarray.ndim
此数组属性返回数组维数。
例子1 (Example 1)
# an array of evenly spaced numbers
import numpy as np
a = np.arange(24)
print a
输出如下 -
[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
例子2 (Example 2)
# this is one dimensional array
import numpy as np
a = np.arange(24)
a.ndim
# now reshape it
b = a.reshape(2,4,3)
print b
# b is having three dimensions
输出如下 -
[[[ 0, 1, 2]
[ 3, 4, 5]
[ 6, 7, 8]
[ 9, 10, 11]]
[[12, 13, 14]
[15, 16, 17]
[18, 19, 20]
[21, 22, 23]]]
numpy.itemsize
此数组属性以字节为单位返回数组的每个元素的长度。
例子1 (Example 1)
# dtype of array is int8 (1 byte)
import numpy as np
x = np.array([1,2,3,4,5], dtype = np.int8)
print x.itemsize
输出如下 -
1
例子2 (Example 2)
# dtype of array is now float32 (4 bytes)
import numpy as np
x = np.array([1,2,3,4,5], dtype = np.float32)
print x.itemsize
输出如下 -
4
numpy.flags
ndarray对象具有以下属性。 其当前值由此函数返回。
| Sr.No. | 属性和描述 |
|---|---|
| 1 | C_CONTIGUOUS (C) 数据位于单个C风格的连续段中 |
| 2 | F_CONTIGUOUS (F) 数据位于Fortran风格的单个连续段中 |
| 3 | OWNDATA (O) 该数组拥有它使用的内存或从另一个对象借用它 |
| 4 | WRITEABLE (W) 可以写入数据区域。 将此设置为False将锁定数据，使其成为只读 |
| 5 | ALIGNED (A) 数据和所有元素都适合硬件对齐 |
| 6 | UPDATEIFCOPY (U) 此数组是其他一些数组的副本。 取消分配此数组时，将使用此数组的内容更新基本数组 |
例子 (Example)
以下示例显示了标志的当前值。
import numpy as np
x = np.array([1,2,3,4,5])
print x.flags
输出如下 -
C_CONTIGUOUS : True
F_CONTIGUOUS : True
OWNDATA : True
WRITEABLE : True
ALIGNED : True
UPDATEIFCOPY : False
