数据分析基础之《numpy（2）—ndarray属性》

一、ndarray的属性

1、属性方法

属性名字	属性解释
ndarray.shape	数组维度的元组（形状）
ndarray.ndim	数组维数
ndarray.size	数组中的元素数量
ndarray.itemsize	一个数组元素的长度（字节）
ndarray.dtype	数组元素的类型
使用方法 数组名.函数名

最重要的就是shape和dtype

二、ndarray的形状

1、举例

# ndarray的形状
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]]])
print(a.shape)
print(b.shape)
print(c.shape)

几维就显示几个数字，一维就只显示一个数字，这个数字就是元素的个数，因为输出的都是元组形式，后面要有一个逗号表示是一个元素的元组

三、ndarray的类型

1、类型

数据类型	说明	简写
bool	布尔类型，True或False	b
intc	与c语言中的int类型一致，一般是int32或int64
intp	用于索引的整数，与c语言中ssize_t一致，int32或int64
int8	字节长度的整数，取值：[−128, 127]	i
int16	16位长度的整数，取值：[−32768, 32767]	i2
int32	32位长度的整数，取值：[−2 ^31, 2 ^31−1]	i4
int64	64位长度的整数，取值：[ − 2 ^63 , 2 ^63 − 1 ]	i8
uint8	8位无符号整数，取值：[0, 255]	u
uint16	16位无符号整数，取值：[0, 65535]	u2
uint32	32位无符号整数，取值：[0, 2 ^32‐1]	u4
uint64	64位无符号整数，取值：[0, 2 ^64‐1]	u8
float16	16位半精度浮点数：1位符号位，5位指数，10位尾数	f2
float32	32位半精度浮点数：1位符号位，8位指数，23位尾数	f4
float64	64位半精度浮点数：1位符号位，11位指数，52位尾数	f8
complex64	复数类型，实部和虚部都是32位浮点数	c8
complex128	复数类型，实部和虚部都是64位浮点数	c16
object_	python对象	O
string_	字符串	S
unicode_	unicode类型	U

2、创建数组的时候指定类型

# 创建数组的时候指定类型
np.array([1.1, 2.2, 3.3], dtype="float32")