上QQ阅读APP看书，第一时间看更新
3.5 数组属性
这一节讨论NumPy的多种数组属性。
（1）shape
语法：ndarray.shape
这一数组属性返回一个包含数组维度的元组，它也可以用于调整数组大小。
【例3.8】
import numpy as np a = np.array([[1,2,3],[4,5,6]]) print a.shape
输出如下：
(2, 3)
【例3.9】
# 这会调整数组大小 import numpy as np a = np.array([[1,2,3],[4,5,6]]) a.shape = (3,2) print a
输出如下：
[[1, 2] [3, 4] [5, 6]]
【例3.10】
NumPy还提供了reshape函数来调整数组大小。
import numpy as np a = np.array([[1,2,3],[4,5,6]]) b = a.reshape(3,2) print b
输出如下：
[[1, 2] [3, 4] [5, 6]]
（2）ndim
语法：ndarray. ndim
这一数组属性返回数组的维数。
【例3.11】
# 等间隔数字的数组 import numpy as np a = np.arange(24) print a.ndim
输出如下：
[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
【例3.12】
# 一维数组 import numpy as np a = np.arange(24) a.ndim # 现在调整其大小 b = a.reshape(2,4,3) print b # b 现在拥有3个维度
输出如下：
[[[ 0, 1, 2] [ 3, 4, 5] [ 6, 7, 8] [ 9, 10, 11]] [[12, 13, 14] [15, 16, 17] [18, 19, 20] [21, 22, 23]]]
（3）itemsize
语法：numpy. itemsize
这一数组属性返回数组中每个元素的字节单位长度。
【例3.13】
# 数组的 dtype 为 int8(一字节) import numpy as np x = np.array([1,2,3,4,5], dtype = np.int8) print x.itemsize
输出如下：
1
（4）flags
语法：numpy. flags
ndarray对象拥有以下属性。这个函数返回了它们的当前值。
【例3.14】
展示当前的标志。
import numpy as np x = np.array([1,2,3,4,5]) print x.flags
输出如下：
C_CONTIGUOUS : True F_CONTIGUOUS : True OWNDATA : True WRITEABLE : True ALIGNED : True UPDATEIFCOPY : False
表3.2列出了ndarray对象的属性及描述。
表3.2 ndarray对象属性
