NumPy数组属性

NumPy数组属性，本章节介绍 NumPy数组的一些基本属性。NumPy数组的维数称为秩（rank），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。

很多时候可以声明 axis，axis=0，表示沿着第 0 轴进行操作，即对每一列进行操作；axis=1，表示沿着第1轴进行操作，即对每一行进行操作。

NumPy 的数组中比较重要的ndarray对象属性有：

ndarray.shape

ndarray.shape查看矩阵或者数组的维数，返回一个包含数组维度的元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)
一个二维数组，a.shape[0]表示行数，a.shape[1]表示列数。
它也可以用于调整数组大小。

示例 1：

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
print (a.shape)
print (a.shape[0])
print (a.shape[1])

输出如下:

(2, 3)
2
3

示例 2：如果数组为一个单独的值，返回值为空。

import numpy as np
a = np.array(3)
print (a.shape)

输出如下：

()

示例 3： 调整数组大小

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
a.shape = (3,2)
print (a)

输出如下：

[[1, 2]
 [3, 4]
 [5, 6]]

示例 4：NumPy 也提供了reshape函数来调整数组大小。

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print (b)

输出如下：

[[1, 2]
 [3, 4]
 [5, 6]]

ndarray.ndim

ndarray.ndim这一数组属性返回数组的维数（dim是英文dimension维度的缩写）。
比如：一维数组的ndim值为1， 二维数组的ndim值为2，以此类推

示例 1：等间隔数字的数组

import numpy as np
a = np.arange(24)
print (a)

输出如下：

[0 1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16 17 18 19 20 21 22 23]

示例 2：

import numpy as np
# a 为一维数组
a = np.arange(24)
# b 为三维数组
b = a.reshape(2,4,3)
print (b)
print (a.ndim)
print (b.ndim)

输出如下：

[[[ 0,  1,  2]
  [ 3,  4,  5]
  [ 6,  7,  8]
  [ 9, 10, 11]]
  [[12, 13, 14]
   [15, 16, 17]
   [18, 19, 20]
   [21, 22, 23]]]
1
3

numpy.itemsize

numpy.itemsize返回数组中每个元素的字节大小。
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）
例如，一个元素类型为complex32的数组itemsize属性为4（32/8）。

示例 1:数组的 dtype 为 int8(一个字节)

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

输出如下：

1

示例 2：数组的 dtype 为 float32(四个字节)

import numpy as np
x = np.array([1,2,3,4,5], dtype = np.float32)
print (x.itemsize)

输出如下：

4

numpy.flags

ndarray.flags 返回 ndarray 对象的内存信息，包含以下属性：

属性	描述
C_CONTIGUOUS (C)	数据是在一个单一的C风格的连续段中
F_CONTIGUOUS (F)	数据是在一个单一的Fortran风格的连续段中
OWNDATA (O)	数组拥有它所使用的内存或从另一个对象中借用它
WRITEABLE (W)	数据区域可以被写入，将该值设置为 False，则数据为只读
ALIGNED (A)	数据和所有元素都适当地对齐到硬件上
UPDATEIFCOPY (U)	这个数组是其它数组的一个副本，当这个数组被释放时，原数组的内容将被更新
WRITEBACKIFCOPY	这个数组是另一数组的副本，当C-API函数PyArray_ResolveWritebackIfCopy调用时， 源数组会由这个数组中的元素更新

下面的例子展示当前的标志。

import numpy as np
x = np.array([1,2,3,4,5])
print (x.flags)

输出如下：

  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False