Numpy之N維數組-ndarray

1 ndarray的屬性

數組屬性反映了數組本身固有的資訊。

屬性名字	屬性解釋
ndarray.shape	數組次元的元組    【假如是8行5列的數組，将會傳回（8，5）】
ndarray.ndim	數組維數  【假如是二維數組，将會傳回2】
ndarray.size	數組中的元素數量  【如果是8行5列，将會傳回40】
ndarray.itemsize	一個數組元素的長度（位元組）  【如果元素是（整型）數字，将會傳回8】
ndarray.dtype	數組元素的類型  【整型的話，傳回：dtype('int64'),有的電腦可能是32】

2 ndarray的形狀

首先建立一些數組。

# 建立不同形狀的數組
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = np.array([1,2,3,4])
c = np.array([[[1,2,3],[4,5,6]],[[1,2,3],[4,5,6]]])
           

分别列印出形狀：

如何了解數組的形狀？

二維數組：

三維數組：

【類似于excel中有多個sheet】

3 ndarray的類型

>>> type(score.dtype)

<type 'numpy.dtype'>
           

dtype是numpy.dtype類型，先看看對于數組來說都有哪些類型

名稱	描述	簡寫
np.bool	用一個位元組存儲的布爾類型（True或False）	'b'
np.int8	一個位元組大小，-128 至 127	'i'
np.int16	整數，-32768 至 32767	'i2'
np.int32	整數，-2^31​ 至 2^32 -1	'i4'
np.int64	整數，-2^63 至 2^63 - 1	'i8'
np.uint8	無符号整數，0 至 255	'u'
np.uint16	無符号整數，0 至 65535	'u2'
np.uint32	無符号整數，0 至 2^32 - 1	'u4'
np.uint64	無符号整數，0 至 2^64 - 1	'u8'
np.float16	半精度浮點數：16位，正負号1位，指數5位，精度10位	'f2'
np.float32	單精度浮點數：32位，正負号1位，指數8位，精度23位	'f4'
np.float64	雙精度浮點數：64位，正負号1位，指數11位，精度52位	'f8'
np.complex64	複數，分别用兩個32位浮點數表示實部和虛部	'c8'
np.complex128	複數，分别用兩個64位浮點數表示實部和虛部	'c16'
np.object_	python對象	'O'
np.string_	字元串	'S'
np.unicode_	unicode類型	'U'

建立數組的時候指定類型

>>> a = np.array([[1, 2, 3],[4, 5, 6]], dtype=np.float32)
>>> a.dtype
dtype('float32')

>>> arr = np.array(['python', 'tensorflow', 'scikit-learn', 'numpy'], dtype = np.string_)
>>> arr
array([b'python', b'tensorflow', b'scikit-learn', b'numpy'], dtype='|S12')
           

• 注意：若不指定，整數預設int64，小數預設float64

• 

4 總結

數組的基本屬性

屬性名字	屬性解釋
ndarray.shape	數組次元的元組
ndarray.ndim	數組維數
ndarray.size	數組中的元素數量
ndarray.itemsize	一個數組元素的長度（位元組）
ndarray.dtype	數組元素的類型