一、重要 ndarray 对象属性
| 属性 | 说明 |
|---|---|
| ndarray.ndim | 秩，即轴的数量或维度的数量 |
| ndarray.shape | 数组的维度，对于矩阵，n 行 m 列 |
| ndarray.size | 数组元素的总个数，相当于 .shape 中 n*m 的值 |
| ndarray.dtype | ndarray 对象的元素类型 |
| ndarray.itemsize | ndarray 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.real | ndarray元素的实部 |
| ndarray.imag | ndarray 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。 |
二、代码演示
import numpy as np
# 创建
data = np.array([[1, 2], [3, 4], [5, 6]])
print('data：', data)
# 秩
print('秩:', data.ndim)
# 数组的维度
print('数组的维度：', data.shape)
# 数组元素的总个数
print('数组元素的总个数：', data.size)
# ndarray 对象的元素类型
print('ndarray 对象的元素类型；', data.dtype)
# ndarray 对象中每个元素的大小，以字节为单位
print('每个元素的大小：', data.itemsize)
# ndarray 对象的内存信息
print('内存信息：', data.flags)
# ndarray元素的实部
print('实部：', data.real)
# ndarray 元素的虚部
print('虚部：', data.imag)
# 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)
print('data：', data.data)data： [[1 2]
[3 4]
[5 6]]
秩: 2
数组的维度： (3, 2)
数组元素的总个数： 6
ndarray 对象的元素类型； int32
每个元素的大小： 4
内存信息： C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False实部： [[1 2]
[3 4]
[5 6]]
虚部： [[0 0]
[0 0]
[0 0]]
data： <memory at 0x00000240173E4380>
到此这篇关于NumPy 数组属性的具体使用的文章就介绍到这了,更多相关NumPy 数组属性内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
