AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

NumPy 教程 之 NumPy 数组属性 6

2024-07-17 25
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： **NumPy 数组属性简介**：数组的秩是轴数，如一维数组秩为1，二维为2。`ndarray.itemsize`显示每个元素字节数，如`float64`是8字节，`complex32`是4字节。示例代码展示`int8`和`float64`数组的`itemsize`分别为1和8。

NumPy 教程 之 NumPy 数组属性 6

NumPy 数组属性

NumPy 数组的维数称为秩（rank），秩就是轴的数量，即数组的维度，一维数组的秩为 1，二维数组的秩为 2，以此类推。

在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。

ndarray.itemsize

ndarray.itemsize 以字节的形式返回数组中每一个元素的大小。

例如，一个元素类型为 float64 的数组 itemsize 属性值为 8(float64 占用 64 个 bits，每个字节长度为 8，所以 64/8，占用 8 个字节），又如，一个元素类型为 complex32 的数组 item 属性为 4（32/8）。

实例
import numpy as np

数组的 dtype 为 int8（一个字节）

x = np.array([1,2,3,4,5], dtype = np.int8)
print (x.itemsize)

数组的 dtype 现在为 float64（八个字节）

y = np.array([1,2,3,4,5], dtype = np.float64)
print (y.itemsize)

输出结果为：

1
8

文章标签：
Python
张志凌
目录
相关文章
张志凌
|
3月前
|
Python
NumPy 教程 之 NumPy 从数值范围创建数组 8
在 NumPy 教程之从数值范围创建数组中，`numpy.linspace` 用于生成一维等差数列数组。格式: `np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)`。参数: - `start`: 起始值。 - `stop`: 终止值，当 `endpoint=True` 时包含此值。 - `num`: 样本数量，默认50。 - `endpoint`: 若 `False` 则不包含 `stop` 值。 - `retstep`: 若 `True` 返回步长。
张志凌
30 5
张志凌
|
3月前
|
Python
NumPy 教程 之 NumPy 从数值范围创建数组 6
在 NumPy 教程之从数值范围创建数组章节中，我们介绍了 `numpy.linspace`。此函数创建一个由等差数列组成的一维数组。格式为 `np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)`。参数包括起始值 `start`、终止值 `stop`（默认包含）、样本数量 `num`（默认50）、是否包含终点 `endpoint`（默认`True`）以及数组的数据类型 `dtype`。例如，`np.linspace(1, 10, 10)` 创建从1到10（含10）的10个等间距元素的数组。
张志凌
20 4
张志凌
|
3月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 8
**NumPy创建数组：使用`zeros_like`创建与原数组形状相同的零数组。`zeros_like(a, dtype=None, order='K', subok=True, shape=None)`基于给定数组`a`的形状，生成所有元素为0的新数组。参数可定制数据类型、存储顺序和形状。实例：创建一个3x3的零矩阵。**
张志凌
37 7
张志凌
|
3月前
|
Python
NumPy 教程 之 NumPy 数组属性 7
NumPy教程：数组属性聚焦秩(rank)和轴(axis)，表示维度数量。`ndarray.flags`揭示内存细节，如C/F_CONTIGUOUS标志指示数据连续性，OWNDATA检查内存所有权，WRITEABLE允许写入，ALIGNED确保硬件对齐，UPDATEIFCOPY涉及副本更新。
张志凌
34 4
张志凌
|
3月前
|
Python
NumPy 教程 之 NumPy 数组属性 8
NumPy教程讲解数组属性，数组的秩表示维度数，如一维数组秩为1，二维为2。每个线性数组是轴，二维数组由两轴组成。`x=np.array([1,2,3,4,5])`，打印`x.flags`显示数组连续性、数据所有权、可写性等信息。
张志凌
37 2
张志凌
|
3月前
|
Python
NumPy 教程 之 NumPy 数组属性 5
NumPy数组的秩是其维度数，如一维数组秩为1，二维为2。数组的每个线性部分称为轴，`ndarray.shape`展示数组的维度，返回元组，长度即秩。`reshape`函数可改变数组尺寸。例如： ```markdown import numpy as np a = np.array([[1,2,3],[4,5,6]]) b = a.reshape(3,2) # 输出: [[1 2] [3 4] [5 6]] ``` 这里，`a.shape`是`(2,3)`，秩为2，`b`通过reshape变为秩为2的\(3 \times 2\)数组。
张志凌
27 3
张志凌
|
3月前
|
存储 索引 Python
NumPy 教程 之 NumPy 数组属性 1
NumPy教程介绍数组属性：秩表示维度，如一维数组秩为1，二维为2。轴(axis)定义了数组的线性方向，axis=0操縱列，axis=1操纵行。关键属性包括：ndim-秩，shape-维度大小，size-元素总数，dtype-数据类型，itemsize-元素字节大小，flags-内存信息，real/imag-复数部分，data-元素缓冲区。
张志凌
26 5
张志凌
|
3月前
|
Python
NumPy 教程 之 NumPy 创建数组 6
`NumPy`教程中介绍如何用`numpy.ones`创建数组：生成指定形状的全1数组。例如，`np.ones(5)`产生一维浮点数数组，`np.ones([2,2], dtype=int)`则创建二维整数数组。输出： ``` [1. 1. 1. 1. 1.] [[1 1] [1 1]] ``` 形状、数据类型（默认`None`为浮点型）和内存排列顺序（默认'C'）可自定义。
张志凌
29 3
张志凌
|
3月前
|
Python
NumPy 教程 之 NumPy 创建数组 5
`NumPy`教程：使用`numpy.ones`创建全1数组，形如`numpy.ones(shape, dtype=None, order='C')`，参数`shape`定义数组形状，`dtype`指定数据类型，默认无类型，`order`设定内存布局，默认'C'（行优先）。
张志凌
28 4
张志凌
|
3月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 9
NumPy教程：`numpy.ones_like`创建与给定数组形状相同的全1数组；`numpy.ones`则直接指定形状。区别在于`ones`需提供形状，`ones_like`借用已知数组形状。参数包括数组`a`(形状源)，`dtype`(数据类型)，`order`(内存顺序)，`subok`(返回子类与否)，和可选的`shape`。
张志凌
18 1