Numpy的对象:N维数据对象——ndarray别名array
ndarray对象组成:
1:实际的数据
2:描述这些数据的元数据
对象的两个基本概念:轴(axis):保留数据的维度,秩(rank):轴的数量
关于轴的概念后面提及。
实例:
a=np.array([ [0,1,2,3,4],[5,6,7,8,9] ])
print(a)
[[0 1 2 3 4]
[5 6 7 8 9]]
ndarray特性:
一般要求所有元素类型相同,数组下标0开始
对象的常用属性:
a.ndim:对象的轴数量,即秩。
a.shape:对象的尺度,返回一个元组对象。
例如(x,n,m)。这里可以简单的理解一个array的轴与秩:这里的矩阵有三个轴。秩为3。也可以理解为x个n*m的矩阵。下面这个array的shape就是(2,3,4)
,有三个轴。
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]]])
a.size:对象元素的个数,按照上面的例子就是234=24
a.dtype:对象的元素类型
a.itemsize:对象中每个元素的大小,字节单位。
特殊情况:非同质的ndarray组成元素为对象类型
x=np.array([[0,1,2,3,4],
[5,6,7,8]])
x.shape:(2,)
x.dtype:dtype(‘O’)
x.size:2
这里可以看到size为2,元素为object。特殊情况不利于发挥numpy的优势,并不常见。以后出现的时候回提及。
好了,array的基本概念都在这里了,接下来我们进一步了解操作。