NumPy 教程（第 3 章）：数组属性

调整数组的数组大小和维度

ndarray.shape 返回一个包含数组维度的元组，也可以用于调整数组大小和维度

In [1]: import numpy as np

In [2]: num = np.array([[1,2,3],[4,5,6]])

In [3]: num
Out[3]:
array([[1, 2, 3],
       [4, 5, 6]])

In [4]: num.shape
Out[4]: (2, 3)

In [5]: num.shape = (3, 2)

In [6]: num.shape
Out[6]: (3, 2)

In [7]: num
Out[7]:
array([[1, 2],
       [3, 4],
       [5, 6]])

ndarray.reshape 函数也可以调整数组大小和维度

In [8]: num.reshape(3, 2)
Out[8]:
array([[1, 2],
       [3, 4],
       [5, 6]])

快速生成、调整多维度数组

ndarray.arange 快速生成等间隔数组

In [1]: import numpy as np

In [2]: num = np.arange(24)

In [3]: num
Out[3]:
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])

ndarray.ndim 返回当前数组的维度

In [4]: num.ndim
Out[4]: 1
In [5]: num.shape = (4, 6)
In [6]: num
Out[6]:
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]])
In [7]: num.ndim
Out[7]: 2

数组其他属性

numpy.itemsize 返回数组中每个元素的字节单位长度

In [8]: num.itemsize
Out[8]: 8

ndarray 对象的属性

• C_CONTIGUOUS © 数组位于单一的、C 风格的连续区段内

• F_CONTIGUOUS (F) 数组位于单一的、Fortran 风格的连续区段内

• OWNDATA (O) 数组的内存从其它对象处借用

• WRITEABLE (W) 数据区域可写入。 将它设置为flase会锁定数据，使其只读

• ALIGNED (A) 数据和任何元素会为硬件适当对齐

• UPDATEIFCOPY (U) 这个数组是另一数组的副本。当这个数组释放时，源数组会由这个数组中的元素更新

numpy.flags 返回 ndarray 对象拥有属性的当前值

In [10]: num.flags
Out[10]:
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False