numpy数组
来源:互联网 发布:网络嗅探器破解版 编辑:程序博客网 时间:2024/06/05 00:20
NumPy数组
NumPy数组是一个多维数组对象,称为ndarray。其由两部分组成:
- 实际的数据
- 描述这些数据的元数据
大部分操作仅针对于元数据,而不改变底层实际的数据。
关于NumPy数组有几点必需了解的:
- NumPy数组的下标从0开始。
- 同一个NumPy数组中所有元素的类型必须是相同的。
NumPy数组属性
在详细介绍NumPy数组之前。先详细介绍下NumPy数组的基本属性。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(axes),秩其实是描述轴的数量。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。所以一维数组就是NumPy中的轴(axes),第一个轴相当于是底层数组,第二个轴是底层数组里的数组。而轴的数量——秩,就是数组的维数。
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数组
- NumPy数组
- numpy数组
- numpy数组
- Numpy数组
- Numpy数组
- Numpy的数组拼接
- NumPy 数组1
- NumPy 数组2
- Numpy 数组属性 (二)
- Numpy 数组创建 (三)
- numpy 数组与类型
- Python Numpy数组保存
- numpy教程:数组创建
- numpy教程:数组操作
- numpy数组基础知识
- numpy 数组-1
- numpy-数组2
- Mac安装pip问题总结
- spring——bean的生存范围
- linux source.list
- 静态库与动态库的区别
- 深入dup2的内部细节
- numpy数组
- 敏捷方法之极限编程(XP)和 Scrum区别
- Java mail 发送 MimeMessage 邮件
- HTML语义化
- 文章标题
- 初学java序目
- POJ 1311 Doing Windows 笔记
- python数据类型之列表
- Qt没有被正确安装,请运行make install问题的解决