"""
numpy 是一个科学计算库,核心---多维数组-ndarray(数组)
ndarray数据存储方式和list不一样
ndarray是一块整体的内存来存储数据
存储风格---两种方式C F方式
C 按行存储
F按列存储
"""
#数组属性
"""
ndim ---维度ndim维度ndim维度
shape ---形状shape形状shape形状
size ---元素个数size元素个数size元素个数
dtype ---数据类型dtype数据类型dtype数据类型
itemsize ---数据中每个元素的字节大小,八位一个字节
itemsize ---数据中每个元素的字节大小,八位一个字节"""
import numpy as np
arr=np.array(2)# #以list对象来创建一个零维数组
arr=np.array([1,2,3])# #以list对象来创建一个一维数组
# arr=np.array([[1,2,3],[4,5,6]])# #以list对象来创建一个二维数组
arr=np.array([[1,2,3],[4,5]])# #行列不匹配返回object不报错
# arr=np.array([[[1,2,3],[4,5,6]],[[3,2,1],[4,5,6]]])# #以list对象来创建一个三维数组
# arr=np.array([[[[1,2,3],[4,5,6]],[[3,2,1],[4,5,6]]],
# [[[11,12,13],[14,15,16]],[[13,12,11],[14,15,16]]]])# #以list对象来创建一个四维数组
print (type(arr))
print ("arr:\n",arr)
print ("数组的维度:\n",arr.ndim)#2;0维是纯数值,1维可以理解为一维列表转化为一维数组
print ("数组的形状:\n",arr.shape)#(2,3)#返回元组
print ("数组的元素个数:\n",arr.size)#6
print ("数组的数据类型:\n",arr.dtype)#int32
print ("数组的每个元素的字节大小:\n",arr.itemsize)#4
numpy数组基础语法
最新推荐文章于 2024-06-19 01:40:24 发布