Numpy：数组对象（Ndarray）的属性

---

数组的属性

数组属性反映了数组本身固有的信息。通常，通过其属性访问数组允许您获取或者设置数组的内在属性，而无需创建新数组。属性是数组的核心部分，其中一些可以重置，无需创建新数组。数组的属性可以分为内存布局属性，数据类型属性，其他属性。

内存布局属性

以下属性包含有关数组内存布局的信息：

属性名	说明
ndarray.flags	数组内存布局的信息
ndarray.shape	数组的形状，返回元组
ndarray.strides	遍历数组时要在每个维度中步进的字节元组
ndarray.ndim	维度，维数，轴数，秩
ndarray.data	指向数组数据开头的 Python 缓冲区对象。
ndarray.size	数组中元素的个数
ndarray.itemsize	数组中元素占用的长度（字节为单位）
ndarray.nbytes	数组元素占用的总字节数
ndarray.base	如果内存来自其他对象，则为基础对象。

ndarray.shape

>>> import numpy as np
>>> a = np.zeros(shape=(2, 3), dtype=np.int8) # 创建数组
array([[0, 0, 0],
       [0, 0, 0]], dtype=int8)**
>>> a.shape # 数组a的形状，返回一个元组(行数，列数)，
(2, 3)

注意：一维数组的形状也是一个元组，形如：(6,)。

ndarray.ndim

>>> import numpy as np
>>> a = np.zeros(shape=(2, 3), dtype=np.int8) # 创建数组
array([[0, 0, 0],
       [0, 0, 0]], dtype=int8)
>>> a.ndim # 数组a的维度（也称为维数，轴数，秩）两个轴，行、列
2

ndarray.size

>>> import numpy as np
>>> a = np.zeros(shape=(2, 3), dtype=np.int8) # 创建数组
array([[0, 0, 0],
       [0, 0, 0]], dtype=int8)
>>> a.size # 数组a中的元素个数
6

ndarray.itemsize

>>> import numpy as np
>>> a = np.zeros(shape=(2, 3), dtype=np.int8) # 创建数组
array([[0, 0, 0],
       [0, 0, 0]], dtype=int8)
>>> a.itemsize # 数组a中元素占用的字节数，与元素的数据类型dtype相关
1

ndarray.nbytes

>>> import numpy as np
>>> a = np.zeros(shape=(2, 3), dtype=np.int8) # 创建数组
array([[0, 0, 0],
       [0, 0, 0]], dtype=int8)
>>> a.nbytes # 数组a占用的字节数，nbytes = itemsize * size
6

ndarray.flags

>>> import numpy as np
>>> a = np.zeros(shape=(2, 3), dtype=np.int8) # 创建数组
array([[0, 0, 0],
       [0, 0, 0]], dtype=int8)
>>> a.flags # 数组内存布局信息
C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False

数据类型属性

属性名	说明
ndarray.dtype	数组中元素的数据类型

ndarray.dtype

>>> import numpy as np
>>> a = np.zeros(shape=(2, 3), dtype=np.int8) # 创建数组
array([[0, 0, 0],
       [0, 0, 0]], dtype=int8)
>>> a.dtype # 数组元素的数据类型
dtype('int8')

其他属性

属性名	说明
ndarray.T	数组转置
ndarray.real	数组复数的实部
ndarray.imag	数组复数的虚部
ndarray.flat	数组的一维迭代器

ndarray.T

>>> import numpy as np
>>> a = np.zeros(shape=(2, 3), dtype=np.int8) # 创建数组
array([[0, 0, 0],
       [0, 0, 0]], dtype=int8)
>>> a.T # 数组a的转置,行列交换
array([[0, 0],
       [0, 0],
       [0, 0]], dtype=int8)

ndarray.flat

>>> import numpy as np
>>> a = np.zeros(shape=(2, 3), dtype=np.int8) # 创建数组
array([[0, 0, 0],
       [0, 0, 0]], dtype=int8)
>>> a.flat # 将高维数组变为一维，返回flatiter的内存地址
<numpy.flatiter at 0x1d7090eaec0>

以上示例讲解了常用的数组属性