标题 | 简介 | 类型 | 公开时间 | ||||||||||
|
|||||||||||||
|
|||||||||||||
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),它的维度被称作秩(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:
|