本节介绍 Numpy 数组的常用属性。
ndarray.shape
shape 属性的返回值一个由数组维度构成的元组，比如 2 行 3 列的二维数组可以表示为(2,3)，该属性可以用来调整数组维度的大小。
示例如下，输出了数组的维度：
import numpy as np
a = np.array([[2,4,6],[3,5,7]])
print(a.shape)
输出结果：
(2,3)
通过 shape 属性修改数组的形状大小：
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
a.shape = (3,2)
print(a)
输出结果：
[[1, 2]
[3, 4]
[5, 6]]
ndarray.reshape()
NumPy 还提供了一个调整数组形状的 reshape() 函数。
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print(b)
输出结果：
[[1, 2]
[3, 4]
[5, 6]]
ndarray.ndim
该属性返回的是数组的维数，示例如下：
import numpy as np
#随机生成一个一维数组
c = np.arange(24)
print(c)
print(c.ndim)
#对数组进行变维操作
e = c.reshape(2,4,3)
print(e)
print(e.ndim)
输出结果如下所示：
#随机生成的c数组
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
#c数组的维度
1
#变维后数组e
[[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
[[12 13 14]
[15 16 17]
[18 19 20]
[21 22 23]]]
#e的数组维度
3
ndarray.itemsize
返回数组中每个元素的大小（以字节为单位），示例如下：
#数据类型为int8，代表1字节
import numpy as np
x = np.array([1,2,3,4,5], dtype = np.int8)
print (x.itemsize)
输出结果为：
#数据类型为int64，代表8字节
import numpy as np
x = np.array([1,2,3,4,5], dtype = np.int64)
print (x.itemsize)
输出结果：
ndarray.flags
返回 ndarray 数组的内存信息，比如 ndarray 数组的存储方式，以及是否是其他数组的副本等。
示例如下：
import numpy as np
x = np.array([1,2,3,4,5])
print (x.flags)
输出结果如下：
C_CONTIGUOUS : True
F_CONTIGUOUS : True
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False
Original: https://blog.csdn.net/ccc369639963/article/details/124038172
Author: 睿科知识云
Title: NumPy数组属性
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/760310/
转载文章受原作者版权保护。转载请注明原作者出处！