numpy中的ndarray方法和属性详解

本文详细解析了NumPy库中ndarray对象的属性和方法,包括秩、轴的概念,以及T、dtype、flat等属性,还介绍了ptp、clip、all、any等方法,并探讨了reshape、resize、transpose等改变数组维度和大小的操作,同时涵盖了统计方法如var、std、mean等,以及索引和选择操作。
摘要由CSDN通过智能技术生成

NumPy数组的维数称为秩(rank),一维数组的秩为1,二维数组的秩为2,以此类推。在NumPy中,每一个线性的数组称为是一个轴(axes),秩其实是描述轴的数量。比如说,二维数组相当于是一个一维数组,而这个一维数组中每个元素又是一个一维数组。所以这个一维数组就是NumPy中的轴(axes),而轴的数量——秩,就是数组的维数。

Numpy库中的矩阵模块为ndarray对象,有很多属性:T,data, dtype,flags,flat,imag,real,size,

itemsize,nbytes,ndim,shape,strides,ctypes,base等等。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

>>> import numpy as np

>>> x=np.array([[1,2,3],[9,8,7],[6,5,4]])

>>> x.T  #获得x的转置矩阵

array([[1, 9, 6],

[2, 8, 5],

[3, 7, 4]])

>>> print x.flags #返回数组内部的信息

C_CONTIGUOUS : True

F_CONTIGUOUS : False

OWNDATA : True

WRITEABLE : True

ALIGNED : True

UPDATEIFCOPY : False

>>> x.flat[2:6#将数组变为1维数组,并获取其中的一部分数据

array([3, 9, 8, 7])

>>> x.flat = 4; x  #将值赋给1维数组,再转化成有原有数组的大小形式

array([[4, 4, 4],

[4, 4, 4],

[4, 4, 4]])

>>> x

array([[4, 4, 4],

[4, 4, 4],

[4, 4, 4]])

ndarray.imag # 为复变函数中含有虚部的数组,如下:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

>>> x =

  • 7
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值