numpy中,数组(ndarray)具有许多属性,这些属性提供了关于数组形状、数据类型、大小等的有用信息。以下是一些常用的NumPy数组属性:
【shape】
shape代表数组的形状,还可以通过reshape重新设置数组的形状,这里我们不再赘述
【size】
这是数组中元素的总数。它等于数组形状的所有元素乘积
import numpy as np
a=np.ones((3,3))
print(a.size)
使用ones()构建了一个3*3矩阵,总元素数为9
【ndim】
ndim输出的是数组的维度
import numpy as np
a=np.ones(2)
print(a)
print(a.ndim)
b=np.zeros((3,4))
print(b)
print(b.ndim)
对于一维数组a,ndim输出1
对于二维数组b,ndim输出2
【dtype】
dtype为数组元素的类型
import numpy as np
a=np.zeros((3,3))
print(a)
print(a.dtype)
b=np.array([[1,2,3],[4,5,6],[7,8,9]])
print(b)
print(b.dtype)
数组a中元素为float64型(64位浮点型)
数组b中元素为int32型(32位整型)
也可以通过dtype参数指定一些数组的元素类型
import numpy as np
a=np.zeros((3,3),dtype='int32')
print(a)
print(a.dtype)
其它如:
itemsize :数组中每个元素在内存中所占的字节数
nbytes :这是整个数组在内存中所占的字节数
这里不再详述
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。