Numpy——数组对象ndarray
1.什么事numpy？
Numpy 是用于数据科学计算的基础，不但能够完成科学计算任务，还能被用作高效地多维数据容器。用于存储和处理大型矩阵。
Python提供了一个array模块，和list不同，它直接保存数值，但是由于Python的array模块不支持多维，也没有各种运算函数。
Numpy 弥补了这一遗憾。Numpy提供了一种存储单一数据类型的多维数组——ndarray
2.ndarry属性
| 属性 | 说明 |
| ndim | 返回int。表示数组的维度 |
| shape | 返回tuple。表示数组的尺寸，对于n行m列的矩阵，形状为(n,m) |
| size | 返回int。表示数组的元素总数，等于数组形状的乘积 |
| dtype | 返回data-type。描述数组中元素的类型。 |
| itemsize | 返回int。表示数组的每一个元素的大小（以字节为单位） |
3.数组的创建（创建一维或多维数组）
numpy.array(object,dtype=None,copy=True,order='K',subok=Flase,ndmin=0)
| 参数名称 | 说明 |
| object | 接收array。表示想要创建的数组。无默认。 |
| dtype | 接收data-type。表示数组所需的数据类型。如果未给定，则选择保存对象所需的最小类型。默认为None。 |
| ndmin | 接收int。指定生成数组应该具有的最小维数。默认为None。 |
4.创建数组并查看数组属性
import numpy as np ##导入numpy库arr1 = np.array([1,2,3,4]) ##创建一维数组print("创建的数组为:",arr1)输出结果：创建的数组为：[1 2 3 4]arr2 = np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]]) ##创建二维数组print("数组维度为:"arr2.ndim) ##查看数组维度print("数组形状为:",arr2.shape) ##查看数组结构print("数组类型为:",arr2.dtype) ##查看数组类型print("数组大小为:",arr2.size) ##查看数组大小print("数组每个元素大小为:",arr2.itemsize) ##查看数组每个元素大小输出结果：数组维度为：2数组形状为：(3,4)数组类型为: int32数组大小为：12数组每个元素大小为:45.重新设置数组的shape属性
arr2.shape = 4,3本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！