namesilo最便宜的域名购买
NumPy数组属性

NumPy数组属性

NumPy数组属性

  Python是一种开源的面向对象语言。它具有许多功能。NumPy就是这样一种简化数组计算的包。最初被称为Numeric Python,NumPy是Python中的通用数组处理包,它提供了高性能的多维数据结构,如数组对象和用于处理这些数组的工具。

NumPy数组属性

  数组是NumPy库的核心数据结构,本文晓得博客为你介绍NumPy数组属性。

ndarray.shape

ndarray.shape属性

  此数组属性返回由数组维度组成的元组。它也可以用来调整数组的大小

import numpy as np

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

  输出:

[[1 2]
 [3 4]
 [5 6]]

  推荐:11个流行的Python存储库

ndarray.ndim

ndarray.ndim属性

  此数组属性返回数组维数

import numpy as np
a = np.arange(24)
a.ndim

# now reshape it
b = a.reshape(2,4,3)
print(b)

  输出:

[[[ 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每个元素的长度

import numpy as np
x = np.array([1,2,3,4,5], dtype = np.float32)
print(x.itemsize)

  输出:

4

  推荐:Python如何读取文件特定行

numpy.flags

  ndarray对象具有以下属性。它的当前值由此函数返回

No.属性和描述
1C_CONTIGUOUS(C)数据在一个单一的C型连续段
2F_CONTIGUOUS(F)数据在一个单一的Fortran风格的连续部分
3OWNDATA(O)数组拥有它使用的内存或从另一个对象借用的内存
4WRITEABLE(W)数据区域可以写入。将此设置为False会锁定数据,使其成为只读
5ALIGNED(A)数据和所有元素都与硬件进行了适当的对齐
6UPDATEIFCOPY(U)这个数组是其他数组的副本。当此数组被释放时,基本数组将更新此数组的内容
import numpy as np
x = np.array([1,2,3,4,5])
print(x.flags)

  输出:

C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

总结

  以上是晓得博客为你介绍的 NumPy 数组属性的全部内容,希望对你的NumPy学习有所帮助,如有问题,欢迎留言探讨。

  推荐:NumPy教程

给文章评分

晓得博客,版权所有丨如未注明,均为原创
晓得博客 » NumPy数组属性

转载请保留链接:https://www.pythonthree.com/numpy-array-attributes/

ThemeForest 模板套件
可视化创建WordPress网站
Scroll to Top