Numpy 数据处理 ndarray使用详解
更新时间：2022年08月29日 08:55:48 作者：ZacheryZHANG
这篇文章主要为大家介绍了Numpy 数据处理 ndarray使用详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
1. ndarray的属性
数组的属性反映了数组本身固有的信息。常用的查看数组属性的相关语法如下表格所示：
| 属性名称 | 属性解释 |
|---|---|
| ndarray.shape | 数组维度的元组 |
| ndarray.ndim | 数组维数 |
| ndarray.size | 数组中的元素数量 |
| ndarray.itemsize | 一个数组元素的长度（字节） |
| ndarray.dtype | 数组元素的类型 |
下面，我们将针对ndarray的各种属性，进行代码演示。
代码演示如下所示：
import numpy as np score = np.array([[1, 2, 3], [4, 5, 6], [1, 1, 1], [2, 2, 2]]) print(score.shape) # 数组维度的元组 print(score.ndim) # 数组维数 print(score.size) # 数组中的元素数量 print(score.itemsize) # 一个数组元素的长度（字节） print(score.dtype) # 数组元素的类型
代码运行结果如下图所示：
注意：关于数组的维度，想知道数组有几维，最简单的办法就是看数组最外侧有多少个中括号，以上代码中传入的数组score有两个中括号，因此数组维数为2。
2. 数组的形状
关于数组形状，我们直接附上一段代码来理解：
c = np.array([[[1, 2, 3], [4, 5, 6], [1, 1, 1], [2, 2, 2]], [[1, 2, 3], [4, 5, 6], [1, 1, 1], [2, 2, 2]]])
print("c的数组维度：", c.shape)
以上代码运行结果如下图所示：
此处，输出的结果(2,4,3)(2,4,3)(2,4,3)的含义为：在最外层有2个二维数组。在二维数组里面，有4个一维数组。在一维数组里，有3个元素。
3. ndarray的类型
dtype是numpy.dtype类型，基本上之前所接触过的数据类型，这里面都支持。例如，bool、int32、int64、float32、uint8、complex64等等。
在我们创建array的同时是可以指定数组ndarray类型的。具体语法如下所示：
a = np.array([[[1, 2, 3], [4, 5, 6], [1, 1, 1], [2, 2, 2]], [[1, 2, 3], [4, 5, 6], [1, 1, 1], [2, 2, 2]]], dtype=np.float32) print(a.dtype) print(a)
代码运行结果如下图所示：可以发现结果中的数组元素带有小数点了。
当然，数组也可以存储字符串：
b = np.array(["python", "hello", "1"], dtype=np.string_) print(b)
运行结果如下图所示：
以上就是Numpy 数据处理 ndarray使用详解的详细内容，更多关于Numpy 数据处理 ndarray的资料请关注脚本之家其它相关文章！
相关文章
今天在使用 Pandas 的 to_sql 方法时,遇到一些问题,所以下面这篇文章主要给大家介绍了关于Python pandas中to_sql的使用及问题的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-12-12
今天有位同事和我吐槽关于公司 XX 的问题，我告诉他不要在公司电脑上说这些，因为很可能会被狙击，这位同事刚开始还不信，直到我写了这边文章，他才恍然大悟2021-10-10
train.py里面加了很多额外的功能,使得整体看起来比较复杂,其实核心部分主要就是 读取数据集,加载模型,训练中损失的计算,下面这篇文章主要给大家介绍了关于yolov5中train.py代码注释详解与使用的相关资料,需要的朋友可以参考下2022-09-09
本文是Flask框架的学习指南系列文章的第一篇，主要给大家讲述的是开发环境的搭建工作，有需要的小伙伴可以参考下2016-11-11
这篇文章主要介绍了Python Web项目Cherrypy使用方法镜像,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-11-11
排行榜是一种常见的功能,它可以用于展示和比较数据的排名或分数,本文将详细介绍如何使用Python实现排行榜功能,感兴趣的小伙伴可以了解一下2024-02-02
这篇文章主要介绍了python如何实现简单遗传算法，帮助大家更好的利用python进行数据分析，感兴趣的朋友可以了解下2020-09-09
今天为大家介绍一下如何使用利用python将图片版PDF转文字版PDF，这里我们需要用到python3.6,pypdf2,ghostscript,PythonMagick,百度文字识别服务和pdfkit2019-05-05
这篇文章主要介绍了使用python dateutil库轻松处理日期和时间实例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2024-01-01
这篇文章主要介绍了python绘图坐横坐标轴显示方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-09-09
最新评论