Numpy Ndarray 常用对象属性

ndarray.ndim

用于返回数组的维数，等于秩

import numpy as np 
 
a = np.arange(24)  
print (a.ndim)             # a 现只有一个维度
#输出
1

# 现在调整其大小
b = a.reshape(2,4,3)  # b 现在拥有三个维度
print (b.ndim)
#输出
3

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)。比如，一个二维数组，其维度表示"行数"和"列数"，也可以用于调整数组大小

import numpy as np  
 
a = np.array([[1,2,3],[4,5,6]])  
print (a.shape)
#输出
(2, 3)

调整数组大小

import numpy as np 
 
a = np.array([[1,2,3],[4,5,6]]) 
a.shape =  (3,2)  
print (a)
#输出
[[1 2]
 [3 4]
 [5 6]]

用 reshape 函数来调整数组大小

import numpy as np 
 
a = np.array([[1,2,3],[4,5,6]]) 
b = a.reshape(3,2)  
print (b)
#输出
[[1, 2] 
 [3, 4] 
 [5, 6]]

ndarray.itemsize

以字节的形式返回数组中每一个元素的大小

import numpy as np 
 
# 数组的 dtype 为 int8（一个字节）  
x = np.array([1,2,3,4,5], dtype = np.int8)  
print (x.itemsize)
 
# 数组的 dtype 现在为 float64（八个字节） 
y = np.array([1,2,3,4,5], dtype = np.float64)  
print (y.itemsize)
#输出
1
8

ndarray.flags

返回 ndarray 对象的内存信息，包含以下属性

C_CONTIGUOUS (C)          #数据是在一个单一的C风格的连续段中
F_CONTIGUOUS (F)          #数据是在一个单一的Fortran风格的连续段中
OWNDATA (O)               #数组拥有它所使用的内存或从另一个对象中借用它
WRITEABLE (W)             #数据区域可以被写入，将该值设置为 False，则数据为只读
ALIGNED (A)               #数据和所有元素都适当地对齐到硬件上
UPDATEIFCOPY (U)          #这个数组是其它数组的一个副本，当这个数组被释放时，原数组的内容将被更新

import numpy as np 
 
x = np.array([1,2,3,4,5])  
print (x.flags)
#输出
  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False