Numpy 基礎(chǔ)
- Numpy中的數(shù)組的類(lèi)型為
ndarray,不同于python自帶的array.array（只能由一個(gè)維度的數(shù)組）江耀，而ndarray是一個(gè)多維度的數(shù)組玻佩。
- 在Numpy中一個(gè)維度稱(chēng)為
axis，每個(gè)維度內(nèi)的數(shù)字都是相同類(lèi)型的數(shù)字尚困，可以被索引窿祥。比如3D空間的一個(gè)點(diǎn)[1,2,1]有一個(gè)axis碳抄，這個(gè)axis中有3個(gè)元素（element），它的長(zhǎng)度為3(length = 3)豪筝；再比如[[ 1., 0., 0.], [ 0., 1., 2.]]就有兩個(gè)維度，即axes=2,length =3
ndarray 類(lèi)
-
ndarray.ndim
表示該矩陣的axes（dimensions舔琅，維數(shù)）碗硬，可以簡(jiǎn)單地理解為[]的個(gè)數(shù)
-
ndarray.shape
返回一個(gè)(n,m)表示n*m的矩陣，即有n行m列的矩陣绵咱。
-
ndarray.size
返回元素的總數(shù)
-
ndarray.dtype
元素的類(lèi)型碘饼，可以用python自帶的類(lèi)型表示也可以是numpy的，比如說(shuō)numpy.float64 numpy.int32等
-
ndarray.itemsize
很明顯表示每一項(xiàng)所占的字節(jié)悲伶，比如float64的itemsize為8（64/8）
例子：
>>> import numpy as np
>>> a = np.arange(15).reshape(3, 5)
>>> a
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
>>> a.shape #返回(n,m)代表行和列
(3, 5)
>>> a.ndim #返回axes艾恼，這里是2（2個(gè)方括號(hào)）
2
>>> a.dtype.name #返回類(lèi)型
'int64'
>>> a.itemsize #返回字節(jié)
8
>>> a.size #返回總個(gè)數(shù)
15
>>> type(a) #返回類(lèi)型
<type 'numpy.ndarray'>
>>> b = np.array([6, 7, 8]) #從數(shù)組創(chuàng)建一個(gè)ndarray類(lèi)型
>>> b
array([6, 7, 8])
>>> type(b)
<type 'numpy.ndarray'>
