标题 简介 类型 公开时间
关联规则 关联知识 关联工具 关联文档 关联抓包
参考1(官网)
参考2
参考3
详情
[SAFE-ID: JIWO-2024-3027]   作者: banana 发表于: [2022-03-04]

本文共 [328] 位读者顶过

1. ndarray 多维数组对象
NumPy库中的ndarray是一个多维数组对象,由两部分组成:实际的数据值和描述这些值的元数据。大部分的数组操作仅仅涉及修改元数据的部分,并不改变底层的实际数据。[出自:jiwo.org]
数组中的所有元素类型必须是一致的,所以如果知道其中一个元素的类型,就很容易确定该数组需要的存储空间。可以用array()函数创建数组,并通过dtype获取其数据类型。
import numpy as np
    a = np.array(6)
    a.dtype
output: dtype('int64')

上例中,数组a的数据类型为int64,如果使用的是32位Python,则得到的数据类型可能是int32。
2. 数组属性
NumPy数组有一个重要的属性——维度(dimension),它的维度被称作(rank)。以二维数组为例,一个二维数组相当于两个一维数组。只看最外面一层,它相当于一个一维数组,该一维数组中的每个元素也是一维数组。那么,这个一维数组即二维数组的轴。
了解了以上概念,接着来看NumPy数组中比较重要的ndarray对象的属性:
  • ndarray.ndim秩,即轴的数量或维度的数量
  • ndarray.shape数组的维度,如果存的是矩阵,如n×m矩阵则输出为n行m列
  • ndarray.size数组元素的总个数,相当于.shape中n×m的值
  • ndarray.dtypendarray对象的元素类型
  • ndarray.itemsizendarray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.realndarray元素的实部
  • ndarray.imagndarray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

评论

暂无
发表评论
 返回顶部 
热度(328)
 关注微信