文章目录
ndarray.ndim
秩,即轴的数量或维度的数量
ndarray.shape
数组的维度,对于矩阵,n 行 m 列
ndarray.size
数组元素的总个数,相当于 .shape 中 n*m 的值
ndarray.dtype
ndarray 对象的元素类型
ndarray.itemsize
ndarray 对象中每个元素的大小,以字节为单位
ndarray.flags
ndarray 对象的内存信息
ndarray.real
ndarray元素的实部
ndarray.imag
ndarray 元素的虚部
ndarray.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。
计算
数组可以进行批量操作而无需for循环,这种特性为向量化。
相同尺寸的数组可以进行加减乘除的操作。
arr = np.array([[1, 2, 3], [4, 5, 6]])
result1 = arr * arr
result2 = arr - arr
result3 = 1 / arr
result4 = arr ** 0.5
print(result1)
print(result2)
print(result3)
print(result4)
结果:
[[ 1 4 9]
[16 25 36]]
[[0 0 0]
[0 0 0]]
[[1. 0.5 0.33333333]
[0.25 0.2 0.16666667]]
[[1. 1.41421356 1.73205081]
[2. 2.23606798 2.44948974]]
同尺寸数组之间的比较,会产生一个布尔值数值:
arr = np.array([[1, 2, 3], [4, 5, 6]])
arr2 = np.array([[1, 4, 6], [4, 9, 6]])
result = arr2 > arr
print(result)
# 结果
# [[False True True]
# [False True False]]