4、Numpy 数组属性

1、番外说明

大家好，我是小P，本系列是本人对Python模块Numpy的一些学习记录，总结于此一方面方便其它初学者学习，另一方面害怕自己遗忘，希望大家喜欢。此外，对“目标检测/模型压缩/语义分割”感兴趣的小伙伴，欢迎加入QQ群 813221712 讨论交流，进群请看群公告！（可以点击如下连接直接加入！）
点击链接加入群聊【Object Detection】：https://jq.qq.com/?_wv=1027&k=5kXCXF8

2、正题

参考链接：

http://www.runoob.com/numpy/numpy-array-attributes.html

https://cloud.tencent.com/developer/article/1106669

NumPy 数组的维数称为秩（rank），一维数组的秩为 1，二维数组的秩为 2，以此类推。

在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。

很多时候可以声明 axis。axis=0，表示沿着第 0 轴进行操作，即对每一列进行操作；axis=1，表示沿着第1轴进行操作，即对每一行进行操作。

NumPy 的数组中比较重要 ndarray 对象属性有：

ndarray.ndim

ndarray.ndim 用于返回数组的维数，等于秩。

实例

import numpy as np 
a = np.arange(24)  
print (a.ndim)             # a 现只有一个维度

# 现在调整其大小
b = a.reshape(2,4,3)       # b 现在拥有三个维度
print (b.ndim)

输出结果为：

1
3

reshape函数调整数组得维度，当a变为3个维度后可以通过3个索引访问a的元素，如a[1][1][1]

ndarray.shape

ndarray.shape 表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)。比如，一个二维数组，其维度表示"行数"和"列数"。

ndarray.shape 也可以用于调整数组大小，功能同reshape

实例：看一个数组的维度

import numpy as np  
a = np.array([[1,2,3],[4,5,6]])  
print (a.shape)

输出结果为：

(2, 3)

其中2表示数组的行数为2，3表示数组的列数为3

实例：调整数组大小

import numpy as np 
a = np.array([[1,2,3],[4,5,6]]) 
a.shape =  (3,2)  
print (a)

输出结果为：

[[1 2]
 [3 4]
 [5 6]]

注意：在进行数组大小调整前后的元素个数一定要一致，即调整前后的size相等，否则报错，如：

y = np.zeros((2, 3, 4))
y.shape=(2,8)
Traceback (most recent call last):
  File "<ipython-input-82-96426d95e433>", line 1, in <module>
    y.shape=(2,8) 
ValueError: cannot reshape array of size 24 into shape (2,8)

NumPy 也提供了 reshape 函数来调整数组大小。

实例：使用reshape调整数组的维度大小

import numpy as np 
a = np.array([[1,2,3],[4,5,6]]) 
b = a.reshape(3,2)  
print (b)

输出结果为：

[[1, 2] 
 [3, 4] 
 [5, 6]]

ndarray.itemsize

ndarray.itemsize 以字节的形式返回数组中每一个元素的大小。

例如，一个元素类型为 float64 的数组 itemsize 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 itemsize 属性为 4（32/8）。

实例:查看数组中每一个元素的大小

import numpy as np 

# 数组的 dtype 为 int8（一个字节）  
x = np.array([1,2,3,4,5], dtype = np.int8)  
print (x.itemsize)

# 数组的 dtype 现在为 float64（八个字节） 
y = np.array([1,2,3,4,5], dtype = np.float64)  
print (y.itemsize)

输出结果为：

1
8

ndarray.flags

ndarray.flags 返回 ndarray 对象的内存信息，包含以下属性：

实例：查看数组的内存信息

import numpy as np 
x = np.array([1,2,3,4,5])  
print (x.flags)

输出结果为：

C_CONTIGUOUS : True
F_CONTIGUOUS : True
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False

ndarray.size

获取数组元素的总个数
实例：获取数组元素的总个数

B=np.ones((2,2,3),dtype=np.float32)
print(B.size)

输出结果为：

12

ndarray.real

实例：得到adrray元素的实部

B=np.ones((2,2,3),dtype=np.complex)
print(B.real)

输出结果为：

[[[1. 1. 1.]
  [1. 1. 1.]]

 [[1. 1. 1.]
  [1. 1. 1.]]]

同样，可以获得虚部：

print(B.imag)

输出结果为：

[[[0. 0. 0.]
  [0. 0. 0.]]

 [[0. 0. 0.]
  [0. 0. 0.]]]