1、.ndim 秩 ,数据轴的个数
同线性代数中的 秩一样
data1=np.arange(10)
print(data1)
#1、.ndim 秩,数据轴的个数
print(data1.ndim)
print("/n")
data2=np.arange(15).reshape(5,3)
print(data2)
print(data2.ndim)
运行结果:
2、.shape 数组长度
用法:np.shape
#numpy属性对象
import numpy as np
data1=np.arange(10)
print(data1)
#1、.ndim 秩,数据轴的个数
# print(data1.ndim)
print("\n")
data2=np.arange(15).reshape(5,3)
print(data2)
# print(data2.ndim)
#2、 .shape 数组长度
# A=data1.shape
# print(A)
print("\n")
print(data1.shape)
print(data2.shape)
运行结果:
值得注意的是,此时得到的结果不是数字格式,不是列表格式,而是一个元组类型。
print(data1.shape)
print(type(data1.shape))
print(data2.shape)
print(type(data1.shape))
3、.size 元素总个数
import numpy as np
data1=np.arange(10)
print(data1)
#1、.ndim 秩,数据轴的个数
# print(data1.ndim)
print("\n")
print(data1.size) # .size 元素总个数
data2=np.arange(15).reshape(5,3)
print(data2)
print("\n")
print(data2.size)
结果如下:
4、.dtype 数据类型
import numpy as np
data1=np.arange(10)
print(data1)
data2=np.arange(15).reshape(5,3)
print(data2)
print(data1.dtype) # .dtype 数据类型
print(data2.dtype) # .dtype 数据类型
结果:
5、.itemsize 数组中的每个元素字节大小
import numpy as np
data1=np.arange(10)
print(data1)
data2=np.arange(15).reshape(5,3)
print(data2)
print(data1.itemsize) ##.itemsize 数组中的每个元素字节大小
print(data2.itemsize) ##.itemsize 数组中的每个元素字节大小
结果: