Numpy基础数据结构(持续更新中)

import numpy as np

ar = np.array([1,2,3,4,5,6,7])

print(ar)          # 输出数组，注意数组的格式：中括号，元素之间没有逗号（和列表区分）

print(ar.ndim)    # 输出数组维度的个数（轴数），或者说“秩”，维度的数量也称rank

print(ar.shape)    # 数组的维度，对于n行m列的数组，shape为（n，m）

print(ar.size)    # 数组的元素总数，对于n行m列的数组，元素总数为n*m

print(ar.dtype)    # 数组中元素的类型，类似type()（注意了，type()是函数，.dtype是方法）

print(ar.itemsize) # 数组中每个元素的字节大小，int32l类型字节为4，float64的字节为8

print(ar.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。

ar  # 交互方式下输出，会有array(数组)

# 数组的基本属性

# ① 数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推

# ② 在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量：

# 比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组

# 所以一维数组就是NumPy中的轴（axes），第