NumPy 数组属性学习笔记

1. ndarray.shape

shape 属性是一个表示数组维度的元组。例如，一个 n 行、m 列的二维数组的 shape 就是 (n, m)。

pythonCopy Code
import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.shape)  # 输出 (2, 3)

2. ndarray.ndim

ndim 属性表示数组的维度数（也称为秩）。例如，一个二维数组的 ndim 就是 2。

pythonCopy Code
import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.ndim)  # 输出 2

3. ndarray.size

size 属性表示数组中所有元素的总数。

pythonCopy Code
import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.size)  # 输出 6

4. ndarray.dtype

dtype 属性表示数组中元素的数据类型。例如，一个包含浮点数的数组的 dtype 就是 float64。

pythonCopy Code
import numpy as np

a = np.array([1.0, 2.0, 3.0])
print(a.dtype)  # 输出 float64

5. ndarray.itemsize

itemsize 属性表示数组中每个元素的字节大小。例如，一个包含浮点数的数组的 itemsize 就是 8（即 float64 的字节大小）。

pythonCopy Code
import numpy as np

a = np.array([1.0, 2.0, 3.0])
print(a.itemsize)  # 输出 8

6. 实例

以下是一个使用 NumPy 的例子，计算 $A + B$，其中 $A$ 和 $B$ 是两个数组：

pythonCopy Code
import numpy as np

A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])

C = A + B

print(C)

输出：

Copy Code
[[ 6  8]
 [10 12]]

以上就是 NumPy 数组属性的学习笔记。