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')])
a = np.array([('abc', 21, 50), ('xyz', 18, 75)], dtype=student)
print(a)
print(a['age'])
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)
b = a.reshape(2, 4, 3)
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
x = np.array([1,2,3,4,5], dtype = np.int8)
print (x.itemsize)
y = np.array([1,2,3,4,5], dtype = np.float64)
print (y.itemsize)