一、ndarray對象屬性

ndim 數組軸(維度)的個數，軸的個數被稱作秩

shape 數組的維度, 例如一個2排3列的矩陣，它的shape屬性將是(2,3),這個元組的長度顯然是秩，即維度或者ndim屬性

size 數組元素的總個數，等于shape屬性中元組元素的乘積。

dtype一個用來描述數組中元素類型的對象，可以通過創造或指定dtype使用標準Python類型。不過NumPy提供它自己的數據類型。

itemsize 數組中每個元素的字節大小。例如，一個元素類型為float64的數組itemsiz屬性值為8(=64/8),又如，一個元素類型為complex32的數組item屬性為4(=32/8).

a = np.array([[1,2,3],[4,5,6]]) print("維度的數量：",a.ndim) print("數組元素類型：",a.dtype) print("數組的元素個數：",a.size) print("數組的形狀：",a.shape) print("數組中每個元素的字節大小：",a.itemsize)

輸出：
維度的數量： 2
數組元素類型： int32
數組的元素個數： 6
數組的形狀： (2, 3)
數組中每個元素的字節大小： 4

二、numpy中的基本數據類型

下面的這兩張圖是所有的數據類型：

創建numpy數組的時候可以通過屬性dtype顯示指定數據類型，如果不指定的情況下，numpy會自動推斷出適合的數據類型，所以一般不需要顯示給定數據類型。

• 指定類型創建：

a = np.array([[1,2,3],[4,5,6]],dtype=int)

• astype方法
  如果需要更改一個已經存在的數組的數據類型，可以通過astype方法進行修改從而得到一個新數組。

a = np.array([[1,2,3],[4,5,6]]) print("改變前的類型：",a.dtype) a = a.astype(float) print("改變后的類型：",a.dtype)

輸出
改變前的類型： int32
改變后的類型： float64

三、修改ndarray的形狀

對于一個已經存在的ndarray數組對象而言，可以通過修改形狀相關的參數方法從而改變數組的形狀。

• 直接修改數組ndarray的shape值, 要求修改后乘積不變。
• 直接使用reshape函數創建一個改變尺寸的新數組，原數組的shape保持不變，但是新數組和原數組共享一個內存空間，也就是修改任何一個數組中的值都會對另外一個產生影響，另外要求新數組的元素個數和原數組一致。

當指定某一個軸為-1的時候，表示將根據數組元素的數量自動計算該軸的長度值。

• 修改數組的shape值

#調整數組大小 a = np.array([[1,2,3],[4,5,6]]) a.shape=(3,2) print(a)

• 使用reshape函數修改

'''reshape 調整數組大小 ''' a = np.array([[1,2,3],[4,5,6]]) b = a.reshape(3,2) print(b)

輸出：
[[1 2]
[3 4]
[5 6]]

文章有不當之處，歡迎指正，如果喜歡微信閱讀，你也可以關注我的微信公眾號：cplus人工智能算法后端技術，獲取優質學習資源。

總結

以上是生活随笔為你收集整理的numpy学习3：对象属性和基本数据类型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。