NumPy - Атрибуты массива

В этой главе мы обсудим различные атрибуты массива NumPy.

ndarray.shape

Этот атрибут массива возвращает кортеж, состоящий из измерений массива. Его также можно использовать для изменения размера массива.

Пример 1

import numpy as np 
a = np.array([[1,2,3],[4,5,6]]) 
print a.shape

Результат 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

Результат 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

Результат 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

Результат 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

Результат 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

Результат 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

Результат 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 Фортран.

3

OWNDATA (O)

Массив владеет используемой памятью или заимствует ее у другого объекта.

4

WRITEABLE (W)

В область данных можно записывать. Установка значения False блокирует данные, делая их доступными только для чтения.

5

ALIGNED (A)

Данные и все элементы согласованы в соответствии с аппаратным обеспечением

6

UPDATEIFCOPY (U)

Этот массив является копией какого-то другого массива. Когда этот массив освобождается, базовый массив будет обновлен содержимым 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

Результат выглядит следующим образом -

C_CONTIGUOUS : True 
F_CONTIGUOUS : True 
OWNDATA : True 
WRITEABLE : True 
ALIGNED : True 
UPDATEIFCOPY : False