Numpy的屬性與形狀變換怎么應用

這篇文章主要講解了“Numpy的屬性與形狀變換怎么應用”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Numpy的屬性與形狀變換怎么應用”吧！

一、最基本的屬性

在 NumPy中，每一個線性的數組稱為是一個軸（axis），也就是維度（dimensions），維度的數量稱為秩（rank）；比如說，二維數組相當于是兩個一維數組，即 二維數組有兩個軸，秩為2 。

<font color=blue > 重點：很多時候可以聲明 axis。 axis=0，表示沿著第 0 軸進行操作，即對每一列進行操作； axis=1，表示沿著第 1 軸進行操作，即對每一行進行操作。</font>

二、Numpy 常用屬性

2.1 ndarray.ndim 數組維度

秩，即軸的數量或維度的數量

a = np.array([[1,2,3,4],[5,6,7,8]]) 
print ('a ndim:',a.ndim)
# a ndim: 2

2.2 ndarray.shape  數組形狀

數組的維度，對于矩陣，n 行 m 列

a = np.array([[1,2,3,4],[5,6,7,8]]) 
print ('a ndim:',a.shape)
b = a.reshape(4,2)
print ('b ndim:',b.shape)
# a ndim: (2, 4)
# b ndim: (4, 2)

2.3 ndarray.dtype  數組類型

ndarray 對象的元素類型；

a = np.array([[1,2,3,4],[5,6,7,8]],dtype=np.int8) 
print ('a type:',a.dtype)
b = a.astype(np.float16)
print ('b type:',b.dtype)
# a type: int8
# b type: float16

2.4 ndarray.itemsize   數組元素大小

ndarray 對象中每個元素的大小，以字節為單位

a = np.array([[1,2,3,4],[5,6,7,8]],dtype=np.int8) 
print ('a itemsize:',a.itemsize)
b = a.astype(np.float16)
print ('b itemsize:',b.itemsize)
# a itemsize: 1
# b itemsize: 2

三、形狀變換

常用的形狀變換函數如下：

3.1 numpy.reshape  改變形狀

不改變數據的條件下修改數組形狀 ,函數的格式如下：

numpy.reshape(arr, newshape, order='C')

也可以使用如下格式： arr.reshape(newshape, order='C')，作用與上面的格式完全一致：

舉例如下：

a = np.array([[1,2,3,4],[5,6,7,8]]) 
b = np.reshape(a,(4,2))
c = a.reshape((4,2))
print('a:',a)
print('b:',b)
print('c:',c)

輸出為：

3.2  nparray.flat   返回迭代器

可以返回一個數組的迭代器，舉例如下：

a = np.array([[1,2,3,4],[5,6,7,8]])
i = 0 
for j in a.flat:
    i = i + 1
    print('第%s個元素為：%s' %(i,j))
# 輸出：
# 第1個元素為：1
# 第2個元素為：2
# 第3個元素為：3
# 第4個元素為：4
# 第5個元素為：5
# 第6個元素為：6
# 第7個元素為：7
# 第8個元素為：8

3.3 ndarray.flatten  & numpy.ravel  平鋪展開

兩個函數均的功能基本一直，均為展開數組；格式如下：ndarray.flatten(order='C')numpy.ravel(a, order='C')

舉例：

a = np.array([[1,2,3,4],[5,6,7,8]])
b =a.flatten()
print(b)    # [1 2 3 4 5 6 7 8]
c = a.flatten('F')
print(c)    # [1 5 2 6 3 7 4 8]

不同點為：在賦值時，flatten 不改變原數組，ravel會改變原數組，舉例如下： 該特點，在賦值時可以使用；

d = np.array([[1,2,3,4],[5,6,7,8]])
d.flatten()[1]=100
print(d)  # 輸出：[[1 2 3 4] [5 6 7 8]]
d.ravel()[2]=200
print(d)    # 輸出：[[  1   2 200   4]  [  5   6   7   8]]

感謝各位的閱讀，以上就是“Numpy的屬性與形狀變換怎么應用”的內容了，經過本文的學習后，相信大家對Numpy的屬性與形狀變換怎么應用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！