一、numpy数组的属性NumPy的数组类称作ndarray,通常称作数组。注意numpy.array和标准Python库类中的array.array并不相同,后者只处理一维数组和提供少量的功能。 ndarray是一个通用的同构数据多维容器。同构的意思就是所有元素是相同类型的。 本文中“数组”、“Numpy数组”、“ndarray”,基本都是指同一个东西,即ndarray对象。
1. 数组的维度 x.ndim #数组的维度。二维数组为2,三维数组为3,以此类推。【例1】【例2】
2. 数组的形状 x.shape #数组的形状。返回一个表示各维度大小的元组。【例2】
3. 数组的元素类型
x.dtype //数组中元素的类型。【例3】
4. 数组的元素个数 x.size //数组元素个数。【例4】
例1:
例2:
例3:返回数组中元素的类型。
例4:
二、数组的索引2.1 一维数组索引跟Python的序列索引一样。比如 x = np.arange(10), x[0]为0,x[-1]为9。
#假设a=[0,1,2,3,4,5,6,7,8,9] a[5] #5。 a[-1] #9。 a[1]=5 #a变为[0 5 2 3 4 5 6 7 8 9]。 a[1]=5.2 #a变为[0 5 2 3 4 5 6 7 8 9]。因为数组的类型是固定的,所以会进行转换。【例1】
2.2 |
numpy(3)——numpy数组性质:属性、索引、切片、变形、拼接、分裂
最新推荐文章于 2023-07-24 22:48:21 发布
本文详细探讨了NumPy库中数组的特性,包括数组属性的使用,如何通过索引和切片访问数组元素,数组的变形和重塑操作,以及如何进行数组的拼接和分裂。对于数据科学家和Python开发者来说,掌握这些基本概念对于高效处理大型数据集至关重要。
摘要由CSDN通过智能技术生成