В этой главе мы обсудим различные атрибуты массива NumPy.
ndarray.shape
Этот атрибут массива возвращает кортеж, состоящий из измерений массива. Он также может быть использован для изменения размера массива.
Пример 1
import numpy as np a = np.array([[1,2,3],[4,5,6]]) print a.shape
Выход выглядит следующим образом —
(2, 3)
Пример 2
# this resizes the ndarray import numpy as np a = np.array([[1,2,3],[4,5,6]]) a.shape = (3,2) print a
Выход выглядит следующим образом —
[[1, 2] [3, 4] [5, 6]]
Пример 3
NumPy также предоставляет функцию изменения формы для изменения размера массива.
import numpy as np a = np.array([[1,2,3],[4,5,6]]) b = a.reshape(3,2) print b
Выход выглядит следующим образом —
[[1, 2] [3, 4] [5, 6]]
ndarray.ndim
Этот атрибут массива возвращает количество измерений массива.
Пример 1
# an array of evenly spaced numbers import numpy as np a = np.arange(24) print a
Выход выглядит следующим образом —
[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
Пример 2
# this is one dimensional array import numpy as np a = np.arange(24) a.ndim # now reshape it b = a.reshape(2,4,3) print b # b is having three dimensions
Выход выглядит следующим образом —
[[[ 0, 1, 2] [ 3, 4, 5] [ 6, 7, 8] [ 9, 10, 11]] [[12, 13, 14] [15, 16, 17] [18, 19, 20] [21, 22, 23]]]
numpy.itemsize
Этот атрибут массива возвращает длину каждого элемента массива в байтах.
Пример 1
# dtype of array is int8 (1 byte) import numpy as np x = np.array([1,2,3,4,5], dtype = np.int8) print x.itemsize
Выход выглядит следующим образом —
1
Пример 2
# dtype of array is now float32 (4 bytes) import numpy as np x = np.array([1,2,3,4,5], dtype = np.float32) print x.itemsize
Выход выглядит следующим образом —
4
numpy.flags
Объект ndarray имеет следующие атрибуты. Его текущие значения возвращаются этой функцией.
Sr.No. | Атрибут и описание |
---|---|
1 |
C_CONTIGUOUS (C) Данные находятся в одном непрерывном сегменте в стиле C |
2 |
F_CONTIGUOUS (F) Данные находятся в одном непрерывном сегменте в стиле Фортрана. |
3 |
СОБСТВЕННЫЕ ДАННЫЕ (O) Массив владеет используемой памятью или занимает ее у другого объекта. |
4 |
ПИСЬМО (W) Область данных может быть записана в. Установка этого значения в False блокирует данные, делая их доступными только для чтения |
5 |
ВЫРАВНИЛ (A) Данные и все элементы выровнены соответствующим образом для оборудования |
6 |
UPDATEIFCOPY (U) Этот массив является копией некоторого другого массива. Когда этот массив освобожден, базовый массив будет обновлен с содержанием этого массива |
C_CONTIGUOUS (C)
Данные находятся в одном непрерывном сегменте в стиле C
F_CONTIGUOUS (F)
Данные находятся в одном непрерывном сегменте в стиле Фортрана.
СОБСТВЕННЫЕ ДАННЫЕ (O)
Массив владеет используемой памятью или занимает ее у другого объекта.
ПИСЬМО (W)
Область данных может быть записана в. Установка этого значения в False блокирует данные, делая их доступными только для чтения
ВЫРАВНИЛ (A)
Данные и все элементы выровнены соответствующим образом для оборудования
UPDATEIFCOPY (U)
Этот массив является копией некоторого другого массива. Когда этот массив освобожден, базовый массив будет обновлен с содержанием этого массива
пример
В следующем примере показаны текущие значения флагов.
import numpy as np x = np.array([1,2,3,4,5]) print x.flags
Выход выглядит следующим образом —