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。

　　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。

　　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]]

　　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]]]

　　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：

　　推荐：Python如何读取文件特定行

　　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
1	C_CONTIGUOUS（C）数据在一个单一的C型连续段
2	F_CONTIGUOUS（F）数据在一个单一的Fortran风格的连续部分
3	OWNDATA（O）数组拥有它使用的内存或从另一个对象借用的内存
4	WRITEABLE（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
5	ALIGNED（A）数据和所有元素都与硬件进行了适当的对齐
6	UPDATEIFCOPY（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

　　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。

菜单