一、NumPy数组属性

NumPy 数组的维数称为秩 (rank)，维度称为轴 (axis) ，一维数组的秩为 1，二维数组的秩为 2，以此类推。

在 NumPy中，轴 (axis) 一般是在超过一维数组时作用更大的属性：

• 一维数组时，axis=0
• 二维数组时，axis=0, 1
• N 维数组时，axis=0, 1, …, N

当对某一轴进行操作时，我们可以这样看待：

• 一维数组，axis=0 表示沿着第 0 轴进行操作，即跨列操作；
• 二维数组，axis=0 表示沿着第 0 轴进行操作，即跨行操作；axis=1 表示沿着第 1 轴进行操作，即跨列操作
• 三维数组，axis=0 表示沿着第 0 轴进行操作，即跨表操作；axis=1 表示沿着第 1 轴进行操作，即跨行操作；axis=2 表示沿着第 2 轴进行操作，即跨列操作

ndarray属性表

属性	说明
ndarray.ndim	秩 (rank)，即数组的轴（维度）的个数
ndarray.shape	数组形状，返回一个元组表示各个维度中元素的个数
ndarray.size	数组元素的总数，相当于np.prod(ndarray.shape)
ndarray.dtype	数组中每个元素的数据类型和数据 (bit) 大小
ndarray.itemsize	数组中每个元素的字节 (byte) 大小，1 byte=8 bit
ndarray.flags	数组的内存信息
ndarray.real	数组元素的实部
ndarray.imag	数组元素的虚部

ndarray.ndim

ndarray.ndim 返回秩 (rank)，即数组的轴（维度）的个数

import numpy as np 
a = np.arange(24)  
print (a.ndim)			# a 现只有一个维度
# 现在调整其大小
b = a.reshape(2,4,3)	# b 现在拥有三个维度
print (b.ndim)

# 输出
1
3

ndarray.shape

ndarray.shape 数组形状，返回一个元组表示各个维度中元素的个数。比如，一个二维数组，其数组形状为 (行数, 列数)

import numpy as np  
a=np.array([[1,2,3],[4,5,6]])  
print(a.shape)

# 输出
(2, 3)

ndarray.shape 也可以用于调整数组结构，但要保证元素的总个数 (size) 不能变

import numpy as np 
a=np.array([[1,2,3],[4,5,6]