NumPy 数组属性

一、重要 ndarray 对象属性

属性	说明
ndarray.ndim	秩，即轴的数量或维度的数量
ndarray.shape	数组的维度，对于矩阵，n 行 m 列
ndarray.size	数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype	ndarray 对象的元素类型
ndarray.itemsize	ndarray 对象中每个元素的大小，以字节为单位
ndarray.flags	ndarray 对象的内存信息
ndarray.real	ndarray元素的实部
ndarray.imag	ndarray 元素的虚部
ndarray.data	包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。

二、代码演示

import numpy as np# 创建
data = np.array([[1, 2], [3, 4], [5, 6]])
print('data：', data)
# 秩
print('秩:', data.ndim)
# 数组的维度
print('数组的维度：', data.shape)
# 数组元素的总个数
print('数组元素的总个数：', data.size)
# ndarray 对象的元素类型
print('ndarray 对象的元素类型；', data.dtype)
# ndarray 对象中每个元素的大小，以字节为单位
print('每个元素的大小：', data.itemsize)
# ndarray 对象的内存信息
print('内存信息：', data.flags)
# ndarray元素的实部
print('实部：', data.real)
# ndarray 元素的虚部
print('虚部：', data.imag)
# 实际数组元素的缓冲区(由于一般通过数组的索引获取元素，所以通常不需要使用这个属性)
print('data：', data.data)

data： [[1 2]
[3 4]
[5 6]]
秩: 2
数组的维度： (3, 2)
数组元素的总个数： 6
ndarray 对象的元素类型； int32
每个元素的大小： 4
内存信息： C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False

实部： [[1 2]
[3 4]
[5 6]]
虚部： [[0 0]
[0 0]
[0 0]]
data： <memory at 0x00000240173E4380>

NumPy 数组属性相关推荐

python的数组属性_[Python]numpy use array属性,pythonnumpy,使用,数组
numpy数组属性目录首先生成个数组 import numpy as np a = np.array([[1,2,3],[4,5,6]]) print(a) 结果输出: array([[1, 2, ...
Python 数据分析三剑客之 NumPy（一）：理解 NumPy / 数组基础
CSDN 课程推荐:<Python 数据分析与挖掘>,讲师刘顺祥,浙江工商大学统计学硕士,数据分析师,曾担任唯品会大数据部担任数据分析师一职,负责支付环节的数据分析业务.曾与联想.亨氏.网 ...
数据科学 IPython 笔记本 9.4 NumPy 数组的基础
9.4 NumPy 数组的基础本节是<Python 数据科学手册>(Python Data Science Handbook)的摘录. 译者:飞龙协议:CC BY-NC-SA 4.0 ...
NumPy 超详细教程（1）：NumPy 数组
系列文章地址 NumPy 最详细教程(1):NumPy 数组 NumPy 超详细教程(2):数据类型 NumPy 超详细教程(3):ndarray 的内部机理及高级迭代文章目录系列文章地址 1.N ...
A01_[NumPy中文网]数组基础（创建数组，多维数组切片，数组属性）、使用数组（基本操作符，数组特殊运算符）、索引（花式索引，布尔索引，缺省索引）
NumPy简单入门教程 NumPy是Python中的一个运算速度非常快的一个数学库,它非常重视数组.它允许你在Python中进行向量和矩阵计算,并且由于许多底层函数实际上是用C编写的,因此你可以体验在 ...
python 创建空的numpy数组_Numpy入门教程：01. 数组的创建与属性
背景什么是 NumPy 呢? NumPy 这个词来源于两个单词 -- Numerical和Python.其是一个功能强大的 Python 库,可以帮助程序员轻松地进行数值计算,通常应用于以下场景: ...
python numpy 数组元素周围_Python numpy数组元素属性及访问
文章目录数组对象建立后,我们经常需要查看对象的一些属性特征以及访问或更改元素赋值. 首先我们建立一个数组: import numpy as np data1 = np.array([[1,2,3], ...
关于Numpy数组中属性shape的理解
关于Numpy数组中属性shape的理解概述:numpy数组都有着shape这一属性,怎么理解这一属性呢?看以下代码: # 关于numpy中shape参数的深刻理解 p1 = np.array([1 ...
numpy数组array的shape属性-1维、2维···
numpy数组array的shape属性-1维.2维··· numpy 创建的数组都有一个shape属性,它是一个元组,返回各个维度的维数.有时候我们可能需要知道某一维的特定维数. 一维情况二维可 ...
NumPy Essentials 带注释源码三、NumPy 数组使用
版权声明:License CC BY-NC-SA 4.0 https://blog.csdn.net/wizardforcel/article/details/73252085 # 来源:NumPy ...

NumPy 数组属性

NumPy 数组属性

一、重要 ndarray 对象属性

二、代码演示

NumPy 数组属性相关推荐

最新文章

热门文章