numpy学习笔记(1)---几个重要的ndarray对象属性
2015-05-14 18:40
411 查看
昨天装了ipython notebook 今天在上面开始学习python numpy包,现在记录如下:
这里输入的矩阵a,有两个维度(dimensions),也称为轴(axes),轴的个数在python中称为秩(rank)。所以a.ndim输出是2。
再来看下a的类型,通过type()查看
一、几个重要的ndarray对象属性
NumPy的数组类被称作 ndarray 。通常被称作数组。注意numpy.array和标准Python库类array.array并不相同,后者只处理一维数组和提供少量功能。更多重要ndarray对象属性有:[code]In [1]:from numpy import * In [2]:a=arange(15).reshape(3,5) In [3]:a Out[3]: array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]])
1.ndarray.ndim
数组轴的个数,在python的世界中,轴的个数被称作秩。[code]In [4]:a.ndim Out[4]: 2
这里输入的矩阵a,有两个维度(dimensions),也称为轴(axes),轴的个数在python中称为秩(rank)。所以a.ndim输出是2。
2.ndarray.shape
数组的维度。这是一个指示数组在每个维度上大小的整数元组。例如一个n排m列的矩阵,它的shape属性将是(n,m),n是行数,m是列数。这个元组的长度显然是秩,(n,m两个数字,长度为2),即维度或者ndim属性。[code]In [5]:a.shape Out[5]: (3, 5)
3.ndarray.size
数组元素的总个数,等于shape属性中元组元素n,m的乘积。[code]In [6]:a.size Out[6]: 15
4.ndarray.dtype
一个用来描述数组中元素类型的对象,可以通过创造或指定dtype使用标准Python类型。另外NumPy提供它自己的数据类型。[code]In [7]:a.dtype Out[7]: dtype('int32') In [9]:a.dtype.name Out[9]: 'int32'
5.ndarray.itemsize
数组中每个元素的字节大小。例如,一个元素类型为float64的数组itemsiz属性值为8(=64/8),又如,一个元素类型为complex32的数组item属性为4(=32/8).[code]In [10]:a.itemsize Out[10]: 4
6.ndarray.data
包含实际数组元素的缓冲区,通常我们不需要使用这个属性,因为我们总是通过索引来使用数组中的元素。[code]In [11]:a.data Out[11]: <read-write buffer for 0x037E1390, size 60, offset 0 at 0x05747020>
再来看下a的类型,通过type()查看
[code]In [13]:type(a) Out[13]: numpy.ndarray In [14]:b=array([6,7,8]) In [15]:b Out[15]: array([6, 7, 8]) In [16]:type(b) Out[16]: numpy.ndarray
相关文章推荐
- XMLHttpRequest对象的几种状态和几个重要属性以及常用的方法
- window对象的重要属性
- Repeater 相关的几个重要属性和方法
- android ListView 几个重要属性
- java类在jvm中经历的几个阶段以及对象中的属性赋值和方法的执行顺序
- listView几个重要属性
- Android ListView 几个重要属性
- Android ListView 几个重要属性
- DNN其中几个重要对象和数据关系图
- Tablayout(Android) 的几个重要属性
- 【转】android ListView 几个重要属性
- android ListView 几个重要属性
- android ListView 几个重要属性
- Android ListView的几个重要属性
- VS几个重要的属性配置
- listView的几个重要的属性
- WEB数据库程序开发上的几个重要属性
- ListView 几个重要属性
- android ListView 几个重要属性
- android ListView 几个重要属性