numpy数组属性

ndim : 这一数组属性返回数组的维数

shape : 这一数组属性返回一个包含数组维度的元组，它也可以用于调整数组大小

size : 数组的元素个数

dtype  : 数组的数据类型

itemsize : 这一数组属性返回数组中每个元素的字节单位长度

nbytes  : 数组占用的总内存大小，以字节为单位

flags : ndarray对象拥有以下属性。这个函数返回了它们的当前值。

序号

属性及描述

C_CONTIGUOUS (C) 数组位于单一的、C 风格的连续区段内

F_CONTIGUOUS (F) 数组位于单一的、Fortran 风格的连续区段内

OWNDATA (O) 数组的内存从其它对象处借用

WRITEABLE (W) 数据区域可写入。 将它设置为flase会锁定数据，使其只读

ALIGNED (A) 数据和任何元素会为硬件适当对齐

UPDATEIFCOPY (U) 这个数组是另一数组的副本。当这个数组释放时，源数组会由这个数组中的元素更新

代码使用如下：

import numpy as np

a1 = np.array([1, 2, 3, 4], dtype=np.float32)
print(a1)
print(“数据类型”, type(a1))
print(“数组元素数据类型：”, a1.dtype)
print(“数组元素总数：”, a1.size)
print(“数组形状：”, a1.shape)
print(“数组的维度数目”, a1.ndim)
print(“数组的维度字节单位长度”, a1.itemsize)
print(“数组的flags”, a1.flags)
a1.shape = (2, 2) # 调整数组形状
a2 = a1.reshape(4, ) # reshape 来调整数组形状
print(a1)
print(a2)

代码 Github地址:https://github.com/shadowagnoy/python_learn/

参考文档：https://docs.scipy.org/doc/numpy/reference/routines.html

参考文档：https://www.tutorialspoint.com/numpy/index.htm