NumPy的属性

一个数组的属性对于确定数组的形状、尺寸、项的大小等至关重要。如果与numpy ndarray对象相关，我们可以深入了解这些。让我们来研究一下这些品质中的几个，以及相应的实例。

现在我们对多维数组有了一定的了解，我们将研究以编程方式检查数组特征（例如，其维度）的技术。理解一个数组的 “形状 “是至关重要的。

为了建立我们教程的设置，我们将从创建一个基本的numpy数组开始。

代码

# Python program to create a numpy array

# Importing the numpy library
import numpy as np

# Creating an array
array = np.array([[[ 2, 4, 7, 8], [ 2, 5, 8, 6]], [[ 3, 8, 6, 4], [ 8, 6, 4, 9]], [[ 2, 9, 6, 8], [ 6, 7, 2, 9]]])

# Displaying our array
print(array)

输出：

[[[2 4 7 8]
  [2 5 8 6]]

 [[3 8 6 4]
  [8 6 4 9]]

 [[2 9 6 8]
  [6 7 2 9]]]

前面的代码表明，它是一个这样构建的三维数组。

Axis-0决定选择三张中的哪一张。
任何工作表的Axis-1决定了其两行中的哪一行应该被选择。
轴2决定了在任何平面和行中可选择的四列。

ndarray.shape

该属性返回数组的尺寸。NumPy数组的大小以一个整数值的元组来表示。例如，一个行数为n，列数为m的矩阵，其形状为（n * m).

代码

# Python program to print the shape of the numpy array

# Importing the required library
import numpy as np

# Initializing a numpy array
array = np.array([[[ 2, 4, 7, 8], [ 2, 5, 8, 6]], [[ 3, 8, 6, 4], [ 8, 6, 4, 9]], [[ 2, 9, 6, 8], [ 6, 7, 2, 9]]])
print(array)

# Displaying the shape of our array
print("The shape of the array: ", array.shape)

输出：

[[[2 4 7 8]
  [2 5 8 6]]

 [[3 8 6 4]
  [8 6 4 9]]

 [[2 9 6 8]
  [6 7 2 9]]]
The shape of the array: 
(3, 2, 4)

我们可以通过重新排列shape tuple来改变任何numpy数组的形状。

代码

# Python program to change the shape of the numpy array

# Importing the required library
import numpy as np

# Initializing a numpy array
array = np.array([[[ 2, 4, 7, 8], [ 2, 5, 8, 6]], [[ 3, 8, 6, 4], [ 8, 6, 4, 9]], [[ 2, 9, 6, 8], [ 6, 7, 2, 9]]])
print("The shape of the original array is: ", array.shape)

# Changing the shape of our array
array_ = array.reshape(2, 2, 6)
print("The new shape of the array is: ", array_.shape)

输出：

The shape of the original array is:  (3, 2, 4)
The new shape of the array is:  (2, 2, 6)

ndarray.ndim

这个特点使我们更容易确定任何给定的NumPy数组有多少维。例如，数字1表示一维numpy数组，数字2表示二维numpy数组，以此类推。

代码

# Python program to print the dimension of the numpy array

# Importing the required library
import numpy as np

# Initializing a numpy array
array = np.array([[[ 2, 4, 7, 8], [ 2, 5, 8, 6]], [[ 3, 8, 6, 4], [ 8, 6, 4, 9]], [[ 2, 9, 6, 8], [ 6, 7, 2, 9]]])

# Displaying the shape of our array
print("The dimension of the array: ", array.ndim)

输出：

The dimension of the array: 
3

ndarray.itemsize

这个属性使我们更容易确定NumPy数组中每个元素的字节长度。举个例子，如果你的数组包含整数，这个特性将给出88个作为整数，需要88位内存。

代码

# Python program to print the size of the item of the numpy array

# Importing the required library
import numpy as np

# Initializing a numpy array
array = np.array([[[ 2, 4, 7, 8], [ 2, 5, 8, 6]], [[ 3, 8, 6, 4], [ 8, 6, 4, 9]], [[ 2, 9, 6, 8], [ 6, 7, 2, 9]]])

# Printing the size of the elements of array
print("The itemsize of the array is: ", array.itemsize)