न्यूम्पी - ऐरे एट्रिब्यूट्स
इस अध्याय में, हम NumPy की विभिन्न सरणी विशेषताओं पर चर्चा करेंगे।
ndarray.shape
यह सरणी विशेषता सरणी आयामों से मिलकर एक टपल देता है। इसका उपयोग सरणी को आकार देने के लिए भी किया जा सकता है।
उदाहरण 1
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
print a.shapeआउटपुट इस प्रकार है -
(2, 3)उदाहरण 2
# this resizes the ndarray
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
a.shape = (3,2)
print aआउटपुट इस प्रकार है -
[[1, 2]
[3, 4]
[5, 6]]उदाहरण 3
NumPy एक सरणी का आकार बदलने के लिए एक रिसैप फ़ंक्शन भी प्रदान करता है।
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print bआउटपुट इस प्रकार है -
[[1, 2]
[3, 4]
[5, 6]]ndarray.ndim
यह सरणी विशेषता सरणी आयामों की संख्या लौटाती है।
उदाहरण 1
# an array of evenly spaced numbers
import numpy as np
a = np.arange(24)
print aआउटपुट इस प्रकार है -
[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]उदाहरण 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 dimensionsआउटपुट इस प्रकार है -
[[[ 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
यह सरणी विशेषता बाइट्स में सरणी के प्रत्येक तत्व की लंबाई लौटाती है।
उदाहरण 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.itemsizeआउटपुट इस प्रकार है -
1उदाहरण 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.itemsizeआउटपुट इस प्रकार है -
4numpy.flags
Ndarray ऑब्जेक्ट में निम्नलिखित विशेषताएँ हैं। इस फ़ंक्शन द्वारा इसके वर्तमान मान लौटाए जाते हैं।
| अनु क्रमांक। | विशेषता और विवरण |
|---|---|
| 1 | C_CONTIGUOUS (C) डेटा एकल, सी-शैली सन्निहित खंड में है |
| 2 | F_CONTIGUOUS (F) डेटा एक एकल, फोरट्रान-शैली सन्निहित खंड में है |
| 3 | OWNDATA (O) सरणी उस मेमोरी का मालिक है जो इसका उपयोग करती है या किसी अन्य ऑब्जेक्ट से इसे उधार लेती है |
| 4 | WRITEABLE (W) डेटा क्षेत्र को लिखा जा सकता है। इसे गलत पर सेट करने से डेटा लॉक हो जाता है, जिससे यह रीड-ओनली हो जाता है |
| 5 | ALIGNED (A) डेटा और सभी तत्व हार्डवेयर के लिए उचित रूप से संरेखित हैं |
| 6 | UPDATEIFCOPY (U) यह सरणी किसी अन्य सरणी की एक प्रति है। जब इस सरणी को हटा दिया जाता है, तो इस सरणी की सामग्री के साथ आधार सरणी को अपडेट किया जाएगा |
उदाहरण
निम्न उदाहरण झंडे के वर्तमान मूल्यों को दर्शाता है।
import numpy as np
x = np.array([1,2,3,4,5])
print x.flagsआउटपुट इस प्रकार है -
C_CONTIGUOUS : True
F_CONTIGUOUS : True
OWNDATA : True
WRITEABLE : True
ALIGNED : True
UPDATEIFCOPY : False