Numpy 數(shù)組屬性和方法

ndarray 對象預(yù)留了一些方法供我們調(diào)用，通過這些方法，我們可以查探到數(shù)組的一些基本信息，例如 dtype 可以查看數(shù)組的數(shù)據(jù)類型。本小節(jié)將介紹其他常用的方法，比如數(shù)組的大小、維數(shù)（秩）、元素的數(shù)據(jù)類型、每個元素的大小等等。

1. 數(shù)組的維數(shù)

1.1 ndim

數(shù)組的維數(shù)，即數(shù)組的秩，用來表征數(shù)組軸的數(shù)量或維度的數(shù)量。對于行向量：

arr_1 = np.array([1,2,3])
arr_1
Out:
    array([1, 2, 3])

這是一個典型的一維數(shù)組，其秩記為 1，也就是說行向量只有一個軸（axis）。

對于二維數(shù)組：

arr_2 = np.array([[1,2,3],[4,5,6]])
arr_2
Out:
    array([[1, 2, 3],
           [4, 5, 6]])

可以把該二維數(shù)組視作是兩個一維數(shù)組組成，其秩記為 2，也就是說二維數(shù)組有兩個數(shù)據(jù)軸。

我們可以用下圖來表征數(shù)組的數(shù)據(jù)軸：

在 Numpy 中數(shù)據(jù)軸記為 axis，其中 axis=0 記為最外層的軸。在二維數(shù)組中對應(yīng)于列方向（即為上圖的垂直方向）。

案例

通過 ndim 來查看一維數(shù)組的秩。

arr_1.ndim
Out:
    1

通過ndim來查看二維數(shù)組的秩。

arr_2.ndim
Out:
    2

2. 數(shù)組的維度

2.1 shape

數(shù)組的維度（n,m），即數(shù)組大小，對應(yīng)于矩陣的 n 行 m 列。

通常通過 shape 來查詢數(shù)組的維度，該方法返回一個元組，這個元組的長度就是維度的數(shù)目，即 ndim 屬性（秩）。元祖的元素分別表征各個數(shù)據(jù)軸上的元素的個數(shù)。

案例

我們用 shape 來查看一維數(shù)組的維度。

arr_1.shape
Out:
    (3,)

可以看到一維數(shù)組只有一個數(shù)據(jù)軸，該數(shù)據(jù)軸上包含 3 個元素。

我們用shape來查看二維數(shù)組的維度。

arr_2.shape
Out:
    (2, 3)

可以看到，arr_2 是一個 2 行 3 列（2×3）的數(shù)組。

2.2 reshape

ndarray 提供了一個不改變數(shù)組元素內(nèi)容、直接改變數(shù)組維度的方法：reshape。通過該方法，可以方便地對數(shù)組元素進(jìn)行重排。

reshape 的函數(shù)調(diào)用方法如下：

ndarray.reshape(newshape, order="C")

構(gòu)造函數(shù)接受的參數(shù)詳解如下：

案例

利用 reshape 方法生成一個維度為 4*5、優(yōu)先讀寫行的二維數(shù)組。

np.array(range(20)).reshape((4,5), order="C")

這里用 range(20) 生成一個長度為20的有序序列，用 reshape 進(jìn)行重排序，order 表示優(yōu)先讀寫行。

Out:
    array([[ 0,  1,  2,  3,  4],
           [ 5,  6,  7,  8,  9],
           [10, 11, 12, 13, 14],
           [15, 16, 17, 18, 19]])

3. 數(shù)組元素的總個數(shù)

3.1 size

ndarray 提供了 size 方法，可以快速查看數(shù)組中元素的格式，該方法對應(yīng)于 shape 方法中 n*m 的值。

案例

快速查看二維數(shù)組的元素格式：

arr_2.size
Out:
    6

可以看到，arr_2 數(shù)組共含有 6 個元素。

4. 查看數(shù)組元素的大小

4.1 itemsize

該方法以字節(jié)的形式返回?cái)?shù)組中每一個元素的大小。

例如：一個元素類型為 float64 的數(shù)組 itemsize 屬性值為 8。因?yàn)?float64 占用 64 個 bits，每個字節(jié)長度為 8，所以 64/8，占用 8 個字節(jié)。

又如：一個元素類型為 complex32 的數(shù)組 item 屬性為 4。因?yàn)?complex32 占用 32 個 bits，占用 4 個字節(jié)。

案例

先創(chuàng)建一個 dtype 為 int32 的數(shù)組，再查看其元素的大小。

x = np.array([1,2,3,4], dtype=np.int32)
x.itemsize

Out: 4

5. 小結(jié)

本節(jié)重點(diǎn)介紹了數(shù)組常用的屬性（維數(shù)、維度、元素個數(shù)、元素大?。?，其中 shape 與 reshape 是最常用的兩種方法。需要注意的是，reshape 方法和 range() 聯(lián)用，可以快速創(chuàng)建維數(shù)較高的數(shù)組，較為常用。