Numpy(1)—Numpy Ndarray对象、dtype、ndarray.ndim、ndarray.shape、ndarray.itemsize、

1. NumPy Ndarray 对象

ndarray 对象是用于存放同类型元素的多维数组。

eg: 有3名同学，小红的期末考试成绩为语文：90，数学：90，英语：90；小黄的期末考试成绩为语文：85，数学：85，英语：85；小蓝的期末考试成绩为语文：80，数学：80，英语：80，创建ndarray对象储存以上数据。

分析：一共有两个维度：小红、小黄、小蓝这三个学生属于同一维度，三个学生下面分别对应各自的成绩属于下一维度

import numpy as np
a = np.array([[90, 90, 90], [85, 85, 85], [80, 80, 80]])
print(a)

2.dtype

数据类型对象（numpy.dtype 类的实例）用来描述与数组对应的内存区域是如何使用

下面的示例定义一个结构化数据类型 student，包含字符串字段 name，整数字段 age，及浮点字段 marks，并将这个 dtype 应用到 ndarray 对象。

import numpy as np
student = np.dtype([('name', 'S20'), ('age', 'i1'), ('marks', 'f4')])#规定数据类型对象
a = np.array([('abc', 21, 50), ('xyz', 18, 75)], dtype=student)#应用数据类型对象
print(a)
print(a['age'])#类型字段名可以用于存取实际的age列

若有疑问请点击此链接dtype

3.numpy 数组属性

（1）ndarray.ndim

ndarray.ndim用于返回数组的维数，等于秩。

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)

（2）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"。

import numpy as np

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

ndarray.shape 也可以用于调整数组大小。

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

（3）ndarray.itemsize

ndarray.itemsize 以字节的形式返回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)