numpy 中array的简单属性
numpy.ndarray.size
size函数可以输出array的元素总数,相当于np.prod(a.shape),不过 numpy返回的是给定行或列的元素,一下是size函数官方文档
示例代码
import numpy as np
a = np.zeros((3,5), dtype = np.complex128)
print(a)
print(a.size)
b =np.array([[1,2,3,4], [4,5,6,7], [7,8,9,10]])
x = b.size
print(x)
print(a.dtype) #输出a的类型,复数实部和虚部都为64位浮点数
print(b.dtype) # 输出b的类型,32位整数
>>>[[ 0.+0.j 0.+0.j 0.+0.j 0.+0.j 0.+0.j]
[ 0.+0.j 0.+0.j 0.+0.j 0.+0.j 0.+0.j]
[ 0.+0.j 0.+0.j 0.+0.j 0.+0.j 0.+0.j]]
15
12
complex128
int32
numpy.shape
numpy.shape:表示数组的维度,为一个表示数组在每个维度上大小的整数元祖。二维数组,表示数组的行数和列数。以下为numpy.ndarray.shape官方文档中的解释
示例代码
import numpy as np
a = np.zeros((3,5), dtype = np.complex128)
b = np.array([5,6,7,8,9])
c =np.array([[1,2,3,4], [4,5,6,7], [7,8,9,10]])
print(a.shape)
print(b.shape)
print (c.shape)
>>>(3, 5)
(5,)
(3, 4)
其中数组b中有五个元素,它是一维数组,所以b.shape中只有一个元素;数组c的shape有两个元素,因此它是二维数组,其中第0州的长度为3,第1轴的长度为4。
shape还可以修改数组的shape属性,保持数组总的元素的个数不变的情况下,改变数组每个轴的长度。
>>>c.shape = 2,6
print(c)
c.shape = 4,3
print(c)
>>>[[ 1 2 3 4 4 5]
[ 6 7 7 8 9 10]]
[[ 1 2 3]
[ 4 4 5]
[ 6 7 7]
[ 8 9 10]]
注意由shape(3,4)变成shape(4,3)并不是 对数组的转置。
numpy.ndarray.ndim
size函数可以输出数组的维度,简单的说告诉我们数组以一维的数组还是二维的数组。此处是size函数官方文档
示例代码
import numpy as np
a = np.zeros((3,5), dtype = np.complex128)
b = np.array([5,6,7,8,9])
c =np.array([[1,2,3,4], [4,5,6,7], [7,8,9,10]])
print(a.ndim)
print(b.ndim)
print (c.ndim)
>>>2
1
2