numpy模块说明:
1.它为 Python 中的 n 维数组和矩阵的操作提供了大量有用的功能。
2.是其他数据分析模块(如pandas和scipy)的核心。
3.提供了 NumPy 数组类型的数学运算向量化,可以提升性能,从而加快执行速度。
NumPy数组是一个多维数组对象,称为ndarray,比较重要ndarray对象属性有:
-
ndarray.ndim:数组的维数(即数组轴的个数),等于秩。最常见的为二维数组(矩阵)。
-
ndarray.shape:数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中,表示数组的“行数”和“列数”。ndarray.shape返回一个元组,这个元组的长度就是维度的数目,即ndim属性。
-
ndarray.size:数组元素的总个数,等于shape属性中元组元素的乘积。
-
ndarray.dtype:表示数组中元素类型的对象,可使用标准的python类型创建或指定dtype。另外也可使用前一篇文章中介绍的NumPy提供的数据类型。
-
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(float64占用64个bits,每个字节长度为8,所以64/8,占用8个字节),又如,一个元素类型为complex32的数组item属性为4(32/8)。
- ndarray.data:包含实际数组元素的缓冲区,由于一般通过数组的索引获取元素,所以通常不需要使用这个属性。