NumPy數(shù)組對(duì)象介紹：ndarray對(duì)象的常用屬性

NumPy作為高性能科學(xué)計(jì)算和數(shù)據(jù)分析的基礎(chǔ)包，它是本書介紹的其它重要數(shù)據(jù)分析工具的基礎(chǔ)，掌握NumPy的功能及其用法，將有助于后續(xù)其他數(shù)據(jù)分析工具的學(xué)習(xí)。

NumPy中最重要的一個(gè)特點(diǎn)就是其N維數(shù)組對(duì)象，即ndarray（別名array）對(duì)象，該對(duì)象具有矢量算術(shù)能力和復(fù)雜的廣播能力，可以執(zhí)行一些科學(xué)計(jì)算。不同于Python標(biāo)準(zhǔn)庫(kù)，ndarray對(duì)象擁有對(duì)高維數(shù)組的處理能力，這也是數(shù)值計(jì)算中缺一不可的重要特性。

ndarray對(duì)象中定義了一些重要的屬性，具體如表1所示。

ndarray對(duì)象的常用屬性

值得一提的是，ndarray對(duì)象中存儲(chǔ)元素的類型必須是相同的。

為了讓讀者更好地理解ndarray，接下來，通過一些示例來演示ndarray對(duì)象 的使用，具體代碼如下。

In [1]: import numpy as np               # 導(dǎo)入NumPy工具包
In [2]: data = np.arange(12).reshape(3, 4) # 創(chuàng)建一個(gè)3行4列的數(shù)組
In [3]: data 
Out[3]: 
array([[ 0, 1, 2, 3],
?     [ 4, 5, 6, 7],
?     [ 8, 9, 10, 11]])
In [4]: type(data)
Out[4]: numpy.ndarray
In [5]: data.ndim     # 數(shù)組維度的個(gè)數(shù)，輸出結(jié)果2，表示二維數(shù)組
Out[5]: 2
In [6]: data.shape    # 數(shù)組的維度，輸出結(jié)果（3，4），表示3行4列
Out[6]: (3, 4)
In [7]: data.size     # 數(shù)組元素的個(gè)數(shù)，輸出結(jié)果12，表示總共有12個(gè)元素
Out[7]: 12
In [8]: data.dtype    # 數(shù)組元素的類型，輸出結(jié)果dtype('int64'),表示元素類型都是int64
Out[8]: dtype('int64')

上述示例中，第1行代碼使用import...as語句導(dǎo)入numpy庫(kù)，并將其取別名為np，表示后續(xù)會(huì)用np代替numpy執(zhí)行操作。
第2行代碼使用arange()和reshape()函數(shù)，創(chuàng)建了一個(gè)3行4列的數(shù)組data。其中，arange()函數(shù)的功能類似于range()，只不過arange()函數(shù)生成的是一系列數(shù)字元素的數(shù)組；reshape()函數(shù)的功能是重組數(shù)組的行數(shù)、列數(shù)和維度。
第4行代碼使用type()函數(shù)查看了數(shù)組的類型，輸出結(jié)果為numpy.ndarray。
第5行代碼獲取了數(shù)組的維度個(gè)數(shù)，返回結(jié)果為2，表示二維數(shù)組。
第6行代碼獲取了數(shù)組的維度，返回結(jié)果為(3,4)，表示數(shù)組有3行4列。
第7行代碼獲取了數(shù)組中元素的總個(gè)數(shù)，返回結(jié)果為12，表示數(shù)組中一共有12個(gè)元素。
第8行代碼獲取了元素的具體類型，返回結(jié)果為dtype('int64')，表示元素的類型為int64。

猜你喜歡：

Python常見異常類型介紹 

Python正則表達(dá)式re模塊常用函數(shù)有哪些? 

什么是分布式爬蟲?分布式爬蟲實(shí)現(xiàn)方法

傳智教育Python數(shù)據(jù)分析課程