numpy中array的简单属性

numpy 中array的简单属性

numpy 中array的简单属性
numpyndarraysize

numpyshape

numpyndarrayndim

numpy.ndarray.size

size函数可以输出array的元素总数，相当于np.prod(a.shape)，不过 numpy返回的是给定行或列的元素，一下是size函数官方文档

示例代码

import numpy as np
a = np.zeros((3,5), dtype = np.complex128)
print(a)
print(a.size)
b =np.array([[1,2,3,4], [4,5,6,7], [7,8,9,10]])
x = b.size
print(x)
print(a.dtype)  #输出a的类型，复数实部和虚部都为64位浮点数
print(b.dtype)  # 输出b的类型，32位整数

>>>[[ 0.+0.j  0.+0.j  0.+0.j  0.+0.j  0.+0.j]
[ 0.+0.j  0.+0.j  0.+0.j  0.+0.j  0.+0.j]
[ 0.+0.j  0.+0.j  0.+0.j  0.+0.j  0.+0.j]]
15
12
complex128
int32

numpy.shape

numpy.shape:表示数组的维度，为一个表示数组在每个维度上大小的整数元祖。二维数组，表示数组的行数和列数。以下为numpy.ndarray.shape官方文档中的解释

示例代码

import numpy as np
a = np.zeros((3,5), dtype = np.complex128)
b = np.array([5,6,7,8,9])
c =np.array([[1,2,3,4], [4,5,6,7], [7,8,9,10]])
print(a.shape)
print(b.shape)
print (c.shape)

>>>(3, 5)
(5,)
(3, 4)

其中数组b中有五个元素，它是一维数组，所以b.shape中只有一个元素；数组c的shape有两个元素，因此它是二维数组，其中第0州的长度为3，第1轴的长度为4。

shape还可以修改数组的shape属性，保持数组总的元素的个数不变的情况下，改变数组每个轴的长度。

>>>c.shape = 2,6
print(c)
c.shape = 4,3
print(c)

>>>[[ 1  2  3  4  4  5]
[ 6  7  7  8  9 10]]
[[ 1  2  3]
[ 4  4  5]
[ 6  7  7]
[ 8  9 10]]

注意由shape(3,4)变成shape（4，3）并不是 对数组的转置。

numpy.ndarray.ndim

size函数可以输出数组的维度，简单的说告诉我们数组以一维的数组还是二维的数组。此处是size函数官方文档

示例代码

import numpy as np
a = np.zeros((3,5), dtype = np.complex128)
b = np.array([5,6,7,8,9])
c =np.array([[1,2,3,4], [4,5,6,7], [7,8,9,10]])
print(a.ndim)
print(b.ndim)
print (c.ndim)

>>>2
1
2