Numpy 数组属性

Numpy 数组的维数称为秩（rank），一维数组的秩为 1 ， 二维数组的秩为 2 ， 以此类推：
在Numpy中， 每一个线性的数组称为是一个轴（axis），也就是维度（dimensios）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组，所以一组数组就是 Numpy中的轴（axis），第一个轴相当于是底层数组，第二个是底层数组里的数组。而轴的数量-秩，就是数组的维数。

 

很多时候可以声明axis。 axis = 0， 表示沿着第 0 轴进行操作，即对每一类进行操作， axis = 1，表示沿着第 1 轴进行操作， 即对每一行进行操作。

Numpy的数组中比较重要ndarray对象属性有：

ndarray.ndmin	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， 一字节为单位
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

ndarray.ndmin 用于返回数组的维数，等于秩。

 

转载于:https://www.cnblogs.com/jcjc/p/10791105.html