Ever tried , Ever failed !
No matter ,Try again ! Fail again , Fail better !

NumPy库详解(2)—— 数组属性

这一章中,我们会讨论 NumPy 的多种数组属性。
转载自:https://www.yiibai.com/numpy/numpy_array_attributes.html

ndarray.shape这一数组属性返回一个包含数组维度的元组,它也可以用于调整数组大小。

示例 1

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
print(a.shape)

输出如下:

(2, 3)

示例 2

# 这会调整数组大小  
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]]
 ```
## 示例 3
### NumPy 也提供了reshape函数来调整数组大小。
```python
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print(b)
</code></pre>

<h3>输出如下:</h3>

<pre><code class="">[[1, 2]
 [3, 4]
 [5, 6]]
 ```

------------


# ```ndarray.ndim```这一数组属性返回数组的维数。
## 示例 1# 等间隔数字的数组
```python
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]

示例 2

# 一维数组
import numpy as np 
a = np.arange(24) a.ndim 
# 现在调整其大小
b = a.reshape(2,4,3)  
print (b)
# b 现在拥有三个维度

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这一数组属性返回数组中每个元素的字节单位长度。

示例 1

数组的 dtype 为 int8(一个字节)

import numpy as np 
x = np.array([1,2,3,4,5], dtype = np.int8)  
print (x.itemsize)

输出如下:

1

示例 2

# 数组的 dtype 现在为 float32(四个字节)  
import numpy as np 
x = np.array([1,2,3,4,5], dtype = np.float32)  
print (x.itemsize)

输出如下:

4

赞(0) 打赏
未经允许不得转载:Mr. Almost的个人博客 » NumPy库详解(2)—— 数组属性

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

谢谢老板~

支付宝扫一扫打赏

微信扫一扫打赏