Numpy 简明教程

NumPy - Array Attributes

在本章中，我们将讨论NumPy的各种数组属性。

ndarray.shape

此数组属性返回一个包含数组维度的元组。它还可用于调整数组大小。

Example 1

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

输出如下 −

(2, 3)

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]]

Example 3

NumPy还提供了reshape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的维度数。

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]

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 array 属性以字节返回数组中每个元素的长度。

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

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。其当前值由该函数返回。

Sr.No.

Attribute & Description

1

C_CONTIGUOUS © 数据位于单一的 C 风格连续段中

2

F_CONTIGUOUS (F) 数据位于单一的 Fortran 风格连续段中

3

OWNDATA (O) 数组拥有它使用的内存或从另一个对象借用内存

4

WRITEABLE (W) 可以对数据区域进行写入。将此项设置为 False 可锁定数据，使其为只读。

5

ALIGNED (A) 数据和所有元素均针对硬件进行了适当地对齐

6

UPDATEIFCOPY (U) 此数组是某个其他数组的副本。当此数组被析构时，基础数组将使用此数组的内容进行更新

Example

以下示例展示标记的当前值。

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