数组有很多属性以
>>> import numpy as np>>> b=np.array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10,11], [12,13,14,15,16,17,18,19,20,21,22,23]])>>> >>> barray([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11], [12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23]])
shape 数组的维度,对于矩阵,n 行 m 列
>>> b.shape(2, 12)
ndim秩,即轴的数量或维度的数量
>>> b.ndim2
size属性,给出数组元素的总个数
>>> b.size24>>>
itemsize属性,给出数组中的元素在内存中所占的字节数
>>> b.itemsize4>>>
如果你想知道整个数组所占的存储空间,可以用nbytes属性来查看。这个属性的值其实
就是itemsize和size属性值的乘积:
>>> b.nbytes96>>> b.size * b.itemsize96>>>
T属性的效果和transpose函数一样,如下所示:
>>> b.resize(6,4)>>> barray([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]])>>> >>> b.Tarray([[ 0, 4, 8, 12, 16, 20], [ 1, 5, 9, 13, 17, 21], [ 2, 6, 10, 14, 18, 22], [ 3, 7, 11, 15, 19, 23]])>>>
在NumPy中,复数的虚部是用j表示的。例如,我们可以创建一个由复数构成的数组:
>>> b = np.array([1.j + 1, 2.j + 3])>>> barray([1.+1.j, 3.+2.j])>>>
real属性,给出复数数组的实部。如果数组中只包含实数元素,则其real属性将输出原 数组:
>>> b.realarray([1., 3.])>>>
imag属性,给出复数数组的虚部:
>>> b.imagarray([1., 2.])>>>