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 Codeimport 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 Codeimport 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 Codeimport 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 Codeimport 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 Codeimport 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 ,其中 和 是两个数组:
pythonCopy Codeimport 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。