Numpy学习简记

参考：

NumPy简明教程（二、数组1）

---

NumPy的数组中比较重要ndarray对象属性有：

• ndarray.ndim：数组的维数（即数组轴的个数），等于秩。最常见的为二维数组（矩阵）。
• ndarray.shape：数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中，表示数组的“行数”和“列数”。ndarray.shape返回一个元组，这个元组的长度就是维度的数目，即ndim属性。
• ndarray.size：数组元素的总个数，等于shape属性中元组元素的乘积。
• ndarray.dtype：表示数组中元素类型的对象，可使用标准的Python类型创建或指定dtype。另外也可使用前一篇文章中介绍的NumPy提供的数据类型。
• ndarray.itemsize：数组中每个元素的字节大小。例如，一个元素类型为float64的数组itemsiz属性值为8(float64占用64个bits，每个字节长度为8，所以64/8，占用8个字节），又如，一个元素类型为complex32的数组item属性为4（32/8）。
• 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。

 

NumPy中的基本数据类型
名称    描述
bool    用一个字节存储的布尔类型（True或False）
inti    由所在平台决定其大小的整数（一般为int32或int64）
int8    一个字节大小，-128 至 127
int16    整数，-32768 至 32767
int32    整数，-2 ** 31 至 2 ** 32 -1
int64    整数，-2 ** 63 至 2 ** 63 - 1
uint8    无符号整数，0 至 255
uint16    无符号整数，0 至 65535
uint32    无符号整数，0 至 2 ** 32 - 1
uint64    无符号整数，0 至 2 ** 64 - 1
float16    半精度浮点数：16位，正负号1位，指数5位，精度10位
float32    单精度浮点数：32位，正负号1位，指数8位，精度23位
float64或float    双精度浮点数：64位，正负号1位，指数11位，精度52位
complex64    复数，分别用两个32位浮点数表示实部和虚部
complex128或complex    复数，分别用两个64位浮点数表示实部和虚部