标签：ndim 汇总 语法 print shape 数组 维度 NumPy ndarray

 

NumPy 基本语法汇总

Numpy是Python科学计算库,用于快速处理任意维度的数组，可以处理N维数组， 支持向量化运算，其底层是由C语言编写的，运算速度相比较PYTHON会非常快， 这也是大数据常用numpy来计算的原因，其对数组的操作速度不受python解释器的影响。

ndarray属性

属性	描述
ndarray.shape	数组维度的元组
ndarray.ndim	数组维数
ndarray.size	数组中的元素数量
ndarray.itemsize	一个数组元素的长度(字节)
ndarray.dtype	数组元素的类型

12

import numpy as np
a = np.array([1,2,3])
b = np.array([[1,2,3],[4,5,6]])
c = np.array([[[1,2],[3,4]], [[5,6],[7,8]]])

print('a的数据维度是:',a.shape) #数组的维度的元组，当数组是一维时候，表示有几列
print('b的数据维度是:',b.shape) #两行三列
print('c的数据维度是:',c.shape) #三行三列
print('上面三个数组的维度分别是:',a.ndim,b.ndim,c.ndim)
print('上面三个数组的元素个数分别是:',a.size,b.size,c.size)
print(c.dtype) #数组的类型

 

a的数据维度是: (3,)
b的数据维度是: (2, 3)
c的数据维度是: (2, 2, 2)
上面三个数组的维度分别是: 1 2 3
上面三个数组的元素个数分别是: 3 6 8
int32

 

标签：ndim,汇总,语法,print,shape,数组,维度,NumPy,ndarray
来源： https://www.cnblogs.com/gujianjian/p/15319892.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。