准备工作:
如无特别说明,a的值为下方的初始化值。
>>> import numpy as np
>>> a = np.array([[1,2,3],[4,5,6]])
>>> a
array([[1, 2, 3],
[4, 5, 6]])
基本属性
>>> a.shape #(2, 3),ndarray对象的尺度,对于矩阵,n行m列
>>> a.shape = (2,3) #shape属性是可写的,这个方法与a.reshape(2,3)效果一样。
>>> a.size #6,ndarray对象元素的个数,相当于.shape中n*m的值
>>> a.ndim #2 秩,即轴的数量或维度的数量
>>> a.itemsize #8 ndarray对象中每个元素的大小,以字节为单位
>>> a.dtype #dtype('int64')ndarray对象的元素类型
>>> a.itemsize #8 ndarray对象中每个元素的大小,以字节为单位
>>> a.flags #ndarray对象的内存信息
C_CONTIGUOUS : True #数组位于单一的、C 风格的连续区段内
F_CONTIGUOUS : False #数组位于单一的、Fortran 风格的连续区段内
OWNDATA : True #数组的内存从其它对象处借用
WRITEABLE : True #数据区域可写入。 将它设置为flase会锁定数据,使其只读
ALIGNED : True #数据和任何元素会为硬件适当对齐
WRITEBACKIFCOPY : False #
UPDATEIFCOPY : False #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
>>>