Numpy——数组对象ndarray

1.什么事numpy？

Numpy 是用于数据科学计算的基础，不但能够完成科学计算任务，还能被用作高效地多维数据容器。用于存储和处理大型矩阵。

 

Python提供了一个array模块，和list不同，它直接保存数值，但是由于Python的array模块不支持多维，也没有各种运算函数。

Numpy 弥补了这一遗憾。Numpy提供了一种存储单一数据类型的多维数组——ndarray

2.ndarry属性

属性	说明
ndim	返回int。表示数组的维度
shape	返回tuple。表示数组的尺寸，对于n行m列的矩阵，形状为(n,m)
size	返回int。表示数组的元素总数，等于数组形状的乘积
dtype	返回data-type。描述数组中元素的类型。
itemsize	返回int。表示数组的每一个元素的大小（以字节为单位）

 

3.数组的创建（创建一维或多维数组）

numpy.array(object,dtype=None,copy=True,order='K',subok=Flase,ndmin=0)

参数名称	说明
object	接收array。表示想要创建的数组。无默认。
dtype	接收data-type。表示数组所需的数据类型。如果未给定，则选择保存对象所需的最小类型。默认为None。
ndmin	接收int。指定生成数组应该具有的最小维数。默认为None。

4.创建数组并查看数组属性

import numpy as np   ##导入numpy库

arr1 = np.array([1,2,3,4])  ##创建一维数组

print("创建的数组为:",arr1)


输出结果：

创建的数组为：[1 2 3 4]


arr2 = np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]])  ##创建二维数组

print("数组维度为:"arr2.ndim)      ##查看数组维度

print("数组形状为:",arr2.shape)    ##查看数组结构

print("数组类型为:",arr2.dtype)    ##查看数组类型

print("数组大小为:",arr2.size)     ##查看数组大小

print("数组每个元素大小为:",arr2.itemsize)   ##查看数组每个元素大小


输出结果：

数组维度为：2

数组形状为：(3,4)

数组类型为: int32

数组大小为：12

数组每个元素大小为:4

5.重新设置数组的shape属性

arr2.shape = 4,3