[机器学习][基础编程][numpy]numpy属性

小灰灰 2023-05-29 06:19 14阅读 0赞

# 概览 #

*  ndim 数组轴(维度)的个数，轴的个数被称作秩
 *  shape 数组的维度, 例如一个2排3列的矩阵，它的shape属性将是(2,3),这个元组的长度显然是秩，即维度或者ndim属性
 *  size 数组元素的总个数，等于shape属性中元组元素的乘积。
 *  dtype 一个用来描述数组中元素类型的对象，可以通过创造或指定dtype使用标准Python类型。不过NumPy提供它自己的数据类型。
 *  itemsize 数组中每个元素的字节大小。例如，一个元素类型为float64的数组itemsiz属性值为8(=64/8),又如，一个元素类型为complex32的数组item属性为4(=32/8).

# ndarray中元素数据类型 #

*  创建numpy数组的时候可以通过属性dtype显示指定数据类型，如果不指定的情况下，numpy会自动推断出适合的数据类型，所以一般不需要显示给定数据类型。
 *  如果需要更改一个已经存在的数组的数据类型，可以通过astype方法进行修改从而得到一个新数组。

# NumPy基本数据类型 #

*  数值型dtype的命名方式为：一个类型名称(eg:int、float等)，后接一个表示各个元素位长的数字
    
     *  比如Python的float数据类型(双精度浮点值)，需要占用8个字节(64位)，因此在NumPy中记为float64
 *  每个数据类型都有一个类型代码，即简写方式

# ndarray修改形状 #

*  对于一个已经存在的ndarray数组对象而言，可以通过修改形状相关的参数/方法从而改变数组的形状。
    
     *  直接修改数组ndarray的shape值, 要求修改后乘积不变。
     *  直接使用reshape函数创建一个改变尺寸的新数组，原数组的shape保持不变，但是新数组和原数组共享一个内存空间，也就是修改任何一个数组中的值都会对另外一个产生影响，另外要求新数组的元素个数和原数组一致。
 *  当指定某一个轴为-1的时候，表示将根据数组元素的数量自动计算该轴的长度值。

import numpy as np

# ndarray修改形状
    a = np.arange(0,20,2)
    print(a)

[ 0  2  4  6  8 10 12 14 16 18]

b = a.reshape(2,5)
    print(b)
    print(b.size)

[[ 0  2  4  6  8]
     [10 12 14 16 18]]
    10

b[0][1]=100
    print(a)
    print(b)

[  0 100   4   6   8  10  12  14  16  18]
    [[  0 100   4   6   8]
     [ 10  12  14  16  18]]

a.reshape(-1,5)

array([[  0, 100,   4,   6,   8],
           [ 10,  12,  14,  16,  18]])

a.reshape(5,-1)

array([[  0, 100],
           [  4,   6],
           [  8,  10],
           [ 12,  14],
           [ 16,  18]])

a.shape