python多维数据结构_Numpy基础数据结构 python

Numpy基础数据结构

NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成：

实际的数据

描述这些数据的元数据

1.一维数组

importnumpy as np

ar= np.array([1,2,3,4,5,6,7])print(ar) #输出数组，注意数组的格式：中括号，元素之间没有逗号(和列表区分)

print(ar.ndim) #输出数组维度的个数(轴数)，或者说“秩”，维度的数量也称rank

print(ar.shape) #数组的维度，对于n行m列的数组，shape为(n，m)

print(ar.size) #数组的元素总数，对于n行m列的数组，元素总数为n*m

print(ar.dtype) #数组中元素的类型，类似type()(注意了，type()是函数，.dtype是方法)

print(ar.itemsize) #数组中每个元素的字节大小，int32类型字节为4，float64的字节为8

print(ar.data) #包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。

ar #交互方式下输出，会有array(数组)

#数组的基本属性#① 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#② 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，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组#所以一维数组就是NumPy中的轴(axes)，第一个轴相当于是底层数组，第二个轴是底层数组里的数组。#而轴的数量——秩，就是数组的维数。

输出结果：

[1 2 3 4 5 6 7]1(7,)7int324

array([1, 2, 3, 4, 5, 6, 7])

2.二维数组

importnumpy as np

ar2= np.array([[1,2,3],[2,3,4]])print(ar2)print(ar2.ndim)print(ar2.shape)print(ar2.dtype)

ar2

输出结果：

[[1 2 3]

[2 3 4]]2(2, 3)

int32

array([[1, 2, 3],

[2, 3, 4]])

3.有字符串的混合数组