NumPy 數組屬性

本章節我們將來瞭解 NumPy 數組的一些基本屬性。

NumPy 數組的維數稱為秩（rank），秩就是軸的數量，即數組的維度，一維數組的秩為 1，二維數組的秩為 2，以此類推。

在 NumPy中，每一個線性的數組稱為是一個軸（axis），也就是維度（dimensions）。比如說，二維數組相當於是兩個一維數組，其中第一個一維數組中每個元素又是一個一維數組。所以一維數組就是 NumPy 中的軸（axis），第一個軸相當於是底層數組，第二個軸是底層數組裏的數組。而軸的數量——秩，就是數組的維數。

很多時候可以聲明 axis。axis=0，表示沿著第 0 軸進行操作，即對每一列進行操作；axis=1，表示沿著第1軸進行操作，即對每一行進行操作。

NumPy 的數組中比較重要 ndarray 對象屬性有：

屬性 說明
ndarray.ndim 秩，即軸的數量或維度的數量
ndarray.shape 數組的維度，對於矩陣，n 行 m 列
ndarray.size 數組元素的總個數，相當於 .shape 中 n*m 的值
ndarray.dtype ndarray 對象的元素類型
ndarray.itemsize ndarray 對象中每個元素的大小，以位元組為單位
ndarray.flags ndarray 對象的記憶體資訊
ndarray.real ndarray元素的實部
ndarray.imag ndarray 元素的虛部
ndarray.data 包含實際數組元素的緩衝區，由於一般通過數組的索引獲取元素，所以通常不需要使用這個屬性。

ndarray.ndim

ndarray.ndim 用於返回數組的維數，等於秩。

實例

import numpy as np a = np.arange(24) print (a.ndim) # a 現只有一個維度 # 現在調整其大小 b = a.reshape(2,4,3) # b 現在擁有三個維度 print (b.ndim)

輸出結果為：

1
3

ndarray.shape

ndarray.shape 表示數組的維度，返回一個元組，這個元組的長度就是維度的數目，即 ndim 屬性(秩)。比如，一個二維數組，其維度表示"行數"和"列數"。

ndarray.shape 也可以用於調整數組大小。

實例

import numpy as np a = np.array([[1,2,3],[4,5,6]]) print (a.shape)

輸出結果為：

(2, 3)

調整數組大小。

實例

import numpy as np a = np.array([[1,2,3],[4,5,6]]) a.shape = (3,2) print (a)

輸出結果為：

[[1 2]
 [3 4]
 [5 6]]

NumPy 也提供了 reshape 函數來調整數組大小。

實例

import numpy as np a = np.array([[1,2,3],[4,5,6]]) b = a.reshape(3,2) print (b)

輸出結果為：

[[1, 2]
 [3, 4]
 [5, 6]]

ndarray.itemsize

ndarray.itemsize 以位元組的形式返回數組中每一個元素的大小。

例如，一個元素類型為 float64 的數組 itemsiz 屬性值為 8(float64 佔用 64 個 bits，每個位元組長度為 8，所以 64/8，佔用 8 個位元組），又如，一個元素類型為 complex32 的數組 item 屬性為 4（32/8）。

實例

import numpy as np # 數組的 dtype 為 int8（一個位元組） x = np.array([1,2,3,4,5], dtype = np.int8) print (x.itemsize) # 數組的 dtype 現在為 float64（八個位元組） y = np.array([1,2,3,4,5], dtype = np.float64) print (y.itemsize)

輸出結果為：

1
8

ndarray.flags

ndarray.flags 返回 ndarray 對象的記憶體資訊，包含以下屬性：

屬性 描述
C_CONTIGUOUS (C) 數據是在一個單一的C風格的連續段中
F_CONTIGUOUS (F) 數據是在一個單一的Fortran風格的連續段中
OWNDATA (O) 數組擁有它所使用的記憶體或從另一個對象中借用它
WRITEABLE (W) 數據區域可以被寫入，將該值設置為 False，則數據為只讀
ALIGNED (A) 數據和所有元素都適當地對齊到硬體上
UPDATEIFCOPY (U) 這個數組是其他數組的一個副本，當這個數組被釋放時，原數組的內容將被更新

實例

import numpy as np x = np.array([1,2,3,4,5]) print (x.flags)

輸出結果為：

  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False