【Numpy学习 05】数组的属性

最新推荐文章于 2024-01-09 21:35:09 发布

原创最新推荐文章于 2024-01-09 21:35:09 发布 · 664 阅读

0 ·

CC 4.0 BY-SA版权

Numpy学习专栏收录该内容

11 篇文章

订阅专栏

本文介绍了Numpy数组的几个重要属性：ndim表示数组的维数或秩；shape返回数组的维度元组；size给出数组元素总数；dtype描述数组元素类型；itemsize表示每个元素的字节数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数组属性

numpy.ndarray.ndim 用于返回数组的维数（轴的个数）也称为秩，一维数组的秩为 1，二维数组的秩为 2，以此类推。
numpy.ndarray.shape 表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)。
numpy.ndarray.size 数组中所有元素的总量，相当于数组的 shape 中所有元素的乘积，例如矩阵的元素总量为行与列的乘积。
numpy.ndarray.dtype ndarray 对象的元素类型。
numpy.ndarray.itemsize 以字节的形式返回数组中每一个元素的大小。

实例

【例1】

import numpy as np

a = np.array([1, 2, 3, 4, 5])
print(a.shape) # (5,)
print(a.dtype) # int32
print(a.size) # 5
print(a.ndim) # 1
print(a.itemsize) # 4

b = np.array([[1, 2, 3], [4, 5, 6.0]])

print(b.shape) # (2, 3)
print(b.dtype) # float64
print(b.size) # 6
print(b.ndim) # 2
print(b.itemsize) # 8

【例2】在 ndarray 中所有元素必须是同一类型，否则会自动向下转换， int->float->str 。

import numpy as np

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

b = np.array([1, 2, 3, 4, '5'])
print(b) # ['1' '2' '3' '4' '5']

c = np.array([1, 2, 3, 4, 5.0])
print(c) # [1. 2. 3. 4. 5.]