NumPy数据类型和数据属性

numpy.dtype

numpy.dtype(object, align, copy)

参数为：
Object：被转换为数据类型的对象。
Align：如果为true，则向字段添加间隔。
Copy： 生成dtype对象的新副本，如果为flase，结果是内建数据类型对象的引用。

示例1：

import numpy as np 

student = np.dtype([('name','a10'),  ('age',  'i1'),  ('marks',  'f4')]) 
a = np.array([('abc',  10,  50.5),('xyz',  18,  75.1)], dtype = student)  
a

输出结果：

array([(b'abc', 10, 50.5), (b'xyz', 18, 75.1)],
      dtype=[('name', 'S10'), ('age', 'i1'), ('marks', '<f4')])

注：类型字符代码

• 'b'：布尔值

• 'i'：符号整数

• 'u'：无符号整数

• 'f'：浮点

• 'c'：复数浮点

• 'm'：时间间隔

• 'M'：日期时间

• 'O'：Python 对象

• 'S', 'a'：字节串

• 'U'：Unicode

• 'V'：原始数据(void)

ndarray.shape

返回一个包含数组维度的元组，可以用于调整数组大小。

示例2：

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

输出结果：

(2, 3)

示例3：

# 调整数组大小  
import numpy as np 

a = np.array([[1,2,3],[4,5,6]])
a.shape =  (3,2)  #a = a.reshape(3,2) 
print(a)

输出结果：

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