HoRain云--NumPy 数组属性
本章节我们将来了解 NumPy 数组的一些基本属性。NumPy 数组的维数称为秩rank秩就是轴的数量即数组的维度一维数组的秩为 1二维数组的秩为 2以此类推。在 NumPy中每一个线性的数组称为是一个轴axis也就是维度dimensions。比如说二维数组相当于是两个一维数组其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴axis第一个轴相当于是底层数组第二个轴是底层数组里的数组。而轴的数量——秩就是数组的维数。很多时候可以声明 axis。axis0表示沿着第 0 轴进行操作即对每一列进行操作axis1表示沿着第1轴进行操作即对每一行进行操作。NumPy 的数组中比较重要 ndarray 对象属性有属性说明ndarray.ndim数组的秩rank即数组的维度数量或轴的数量。ndarray.shape数组的维度表示数组在每个轴上的大小。对于二维数组矩阵表示其行数和列数。ndarray.size数组中元素的总个数等于ndarray.shape中各个轴上大小的乘积。ndarray.dtype数组中元素的数据类型。ndarray.itemsize数组中每个元素的大小以字节为单位。ndarray.flags包含有关内存布局的信息如是否为 C 或 Fortran 连续存储是否为只读等。ndarray.real数组中每个元素的实部如果元素类型为复数。ndarray.imag数组中每个元素的虚部如果元素类型为复数。ndarray.data实际存储数组元素的缓冲区一般通过索引访问元素不直接使用该属性。ndarray.ndimndarray.ndim 用于获取数组的维度数量即数组的轴数。实例import numpy as np a np.arange(24) print (a.ndim) # a 现只有一个维度 # 现在调整其大小 b a.reshape(2,4,3) # b 现在拥有三个维度 print (b.ndim)输出结果为1 3ndarray.shapendarray.shape 表示数组的维度返回一个元组这个元组的长度就是维度的数目即 ndim 属性(秩)。比如一个二维数组其维度表示行数和列数。ndarray.shape 也可以用于调整数组大小。实例import numpy as np a np.array([[1,2,3],[4,5,6]]) print (a.shape)输出结果为(2, 3)调整数组大小。实例import numpy as np a np.array([[1,2,3],[4,5,6]]) a.shape (3,2) print (a)输出结果为[[1 2] [3 4] [5 6]]NumPy 也提供了 reshape 函数来调整数组大小。实例import numpy as np a np.array([[1,2,3],[4,5,6]]) b a.reshape(3,2) print (b)输出结果为[[1 2] [3 4] [5 6]]ndarray.itemsizendarray.itemsize 以字节的形式返回数组中每一个元素的大小。例如一个元素类型为 float64 的数组 itemsize 属性值为 8(float64 占用 64 个 bits每个字节长度为 8所以 64/8占用 8 个字节又如一个元素类型为 complex32 的数组 item 属性为 432/8。实例import numpy as np # 数组的 dtype 为 int8一个字节 x np.array([1,2,3,4,5], dtype np.int8) print (x.itemsize) # 数组的 dtype 现在为 float64八个字节 y np.array([1,2,3,4,5], dtype np.float64) print (y.itemsize)输出结果为1 8ndarray.flagsndarray.flags 返回 ndarray 对象的内存信息包含以下属性属性描述C_CONTIGUOUS (C)数据是在一个单一的C风格的连续段中F_CONTIGUOUS (F)数据是在一个单一的Fortran风格的连续段中OWNDATA (O)数组拥有它所使用的内存或从另一个对象中借用它WRITEABLE (W)数据区域可以被写入将该值设置为 False则数据为只读ALIGNED (A)数据和所有元素都适当地对齐到硬件上UPDATEIFCOPY (U)这个数组是其它数组的一个副本当这个数组被释放时原数组的内容将被更新实例import numpy as np x np.array([1,2,3,4,5]) print (x.flags)输出结果为C_CONTIGUOUS : True F_CONTIGUOUS : True OWNDATA : True WRITEABLE : True ALIGNED : True WRITEBACKIFCOPY : False UPDATEIFCOPY : False

相关新闻

LVS负载均衡彻底搞懂:三种工作模式原理与DR模式实战踩坑全记录

LVS负载均衡彻底搞懂:三种工作模式原理与DR模式实战踩坑全记录

一、LVS 是什么 LVS(Linux Virtual Server,Linux 虚拟服务器)是由章文嵩博士开发的内核级四层负载均衡技术,工作在 OSI 模型的传输层(TCP/UDP),只处理 IP 和端口的转发,不解析 HTTP …

2026/8/15 22:54:33 阅读更多 →
JVM 内存管理原理及生产配置实战:从“参数能启动”到“内存可控”

JVM 内存管理原理及生产配置实战:从“参数能启动”到“内存可控”

Java 应用明明配置了 -Xmx4g,容器限制也是 4 GiB,为什么还是会被 Kubernetes 以 OOM Killed 结束?老年代使用率一直很高,要不要立刻扩大堆?Full GC 多了,是垃圾回收器选错了,还是应用确实留住了…

2026/8/15 22:54:33 阅读更多 →
英语附加问句全解析:从核心规则到地道语调应用

英语附加问句全解析:从核心规则到地道语调应用

1. 附加问句:英语交流中的“确认按钮”如果你在英语对话中,说完一句话后,总感觉心里没底,不确定对方是否听懂了、是否同意,或者只是想缓和一下语气,让对话不那么生硬,那么附加问句就是你最需要掌…

2026/8/15 22:54:33 阅读更多 →

最新新闻

浏览器页面隐藏时JS定时器失效?深度解析后台节流与Web Worker解决方案

浏览器页面隐藏时JS定时器失效?深度解析后台节流与Web Worker解决方案

1. 问题现象与本质:当浏览器“看不见”时,代码为何会“罢工”?作为一名前端开发者,你可能遇到过这种令人抓狂的场景:你精心开发了一个需要持续运行JavaScript代码的Web应用,比如一个实时数据仪表盘、一个在…

2026/8/15 23:51:52 阅读更多 →
八大排序算法深度解析:从原理到实战选型指南

八大排序算法深度解析:从原理到实战选型指南

1. 排序算法:程序员的“内功”与效率基石在编程世界里,排序算法就像厨师的刀工、木匠的刨子,是每个开发者绕不开的基本功。无论你是处理海量用户数据,还是优化一个简单的列表展示,排序的效率直接决定了程序的响应速度和…

2026/8/15 23:51:52 阅读更多 →
深入解析epoll:Linux高性能网络编程核心技术

深入解析epoll:Linux高性能网络编程核心技术

1. 玩转epoll:多路IO转接的高效实现之道 在网络编程中,处理大量并发连接一直是开发者面临的挑战。传统的select和poll机制在高并发场景下性能表现不佳,而epoll作为Linux内核提供的高效事件通知机制,已经成为现代高性能网络服务器的…

2026/8/15 23:51:52 阅读更多 →
Ubuntu与Conda镜像源配置全攻略:从原理到实践

Ubuntu与Conda镜像源配置全攻略:从原理到实践

1. 项目概述:为什么我们需要关注.condarc与系统换源?如果你在Linux环境下工作,尤其是使用Ubuntu进行开发或数据科学,那么“换源”和配置.condarc这两个操作,大概率是你绕不开的“新手村”任务。表面上看,这…

2026/8/15 23:51:52 阅读更多 →
3大电商私域拉新高效渠道+微信聚合聊天,分分钟爆粉!

3大电商私域拉新高效渠道+微信聚合聊天,分分钟爆粉!

对于电商商家而言,私域拉新的核心价值不在于扩充好友基数,而在于持续沉淀一批精准、高意向、具备复购潜力的有效用户。现阶段多数店铺普遍存在公域获客成本走高、流量消耗快、转化不稳定的问题,本质是拉新逻辑出现偏差:片面追求流…

2026/8/15 23:51:52 阅读更多 →
基于MiniCPM5-1B的本地GMGN研究智能体部署与实践指南

基于MiniCPM5-1B的本地GMGN研究智能体部署与实践指南

这次我们来看一个社区开发者基于 MiniCPM5-1B 模型构建的本地 GMGN 研究智能体项目。对于关注 AI 智能体本地化部署、低资源消耗和垂直领域应用的研究者或开发者来说,这个项目提供了一个非常具体的实践案例。它核心解决的是:如何在一个资源受限的本地环境…

2026/8/15 23:50:52 阅读更多 →

日新闻

内景 空间站内部 中国空间站 太空 内仓

内景 空间站内部 中国空间站 太空 内仓

本项目为前几天收费帮学妹做的一个项目,在工作环境中基本使用不到,但是很多学校把这个当作编程入门的项目来做,故分享出本项目供初学者参考。 一、项目描述 空间站内部 中国空间站 太空 内仓 地址:本地PC端运行(或Web…

2026/8/15 0:00:30 阅读更多 →
重新定义数据接口:3个突破性场景让通达信数据读取更智能

重新定义数据接口:3个突破性场景让通达信数据读取更智能

重新定义数据接口:3个突破性场景让通达信数据读取更智能 【免费下载链接】mootdx 通达信数据读取的一个简便使用封装 项目地址: https://gitcode.com/GitHub_Trending/mo/mootdx 当我们面对海量金融数据时,传统的数据获取方式往往让我们陷入困境—…

2026/8/15 0:00:30 阅读更多 →
一文读懂快消WMS怎么选?2026年国内外10大主流WMS品牌盘点

一文读懂快消WMS怎么选?2026年国内外10大主流WMS品牌盘点

快消品(FMCG)是流通速度较快、竞争较为激烈的行业之一。一瓶饮料从出厂到消费者手中,往往只有几十天甚至几天的周转窗口。这决定了快消行业的仓储管理系统(WMS)与制造业、电商行业存在明显区别:它不仅需要管…

2026/8/15 0:02:30 阅读更多 →

周新闻

5分钟告别提取码焦虑:baidupankey如何智能破解百度网盘资源锁

5分钟告别提取码焦虑:baidupankey如何智能破解百度网盘资源锁

5分钟告别提取码焦虑:baidupankey如何智能破解百度网盘资源锁 【免费下载链接】baidupankey 在线查询网盘提取码(维护中 rm repo) 项目地址: https://gitcode.com/gh_mirrors/ba/baidupankey 你是否曾经在深夜寻找一份重要资料&#x…

2026/8/13 2:38:34 阅读更多 →
如何快速生成中国车牌图片:Python开源工具完整指南

如何快速生成中国车牌图片:Python开源工具完整指南

如何快速生成中国车牌图片:Python开源工具完整指南 【免费下载链接】chinese_license_plate_generator 中国车牌生成器 项目地址: https://gitcode.com/gh_mirrors/ch/chinese_license_plate_generator 中国车牌生成器是一个基于Python的开源项目&#xff0c…

2026/8/15 12:59:14 阅读更多 →
收藏!小白程序员轻松入门大模型,从Harness工程开始实践

收藏!小白程序员轻松入门大模型,从Harness工程开始实践

文章强调学习大模型不应只关注模型本身,而应重视模型外的系统搭建,即Harness。提出AgentModelHarness的实用公式,详细介绍Harness的四个层次:持久化层、执行层、控制层和观察与验证层。文章还探讨了上下文工程、工具设计、AGENTS.…

2026/8/13 10:41:51 阅读更多 →

月新闻

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南 【免费下载链接】BaiduNetdiskPlugin-macOS For macOS.百度网盘 破解SVIP、下载速度限制~ 项目地址: https://gitcode.com/gh_mirrors/ba/BaiduNetdiskPlugin-macOS 还在为百度网盘macOS版的龟速下…

2026/8/14 13:40:53 阅读更多 →
终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换

终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换

终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换 【免费下载链接】ncmdump 项目地址: https://gitcode.com/gh_mirrors/ncmd/ncmdump 还在为网易云音乐下载的NCM格式文件无法在其他播放器播放而烦恼吗?ncmdump解密工具帮你轻松解决这个困…

2026/8/14 14:06:45 阅读更多 →
HarmonyOS 应用开发《掌上英语》第81篇: 智能体卡片:为英语学习 App 打造桌面级学习助手

HarmonyOS 应用开发《掌上英语》第81篇: 智能体卡片:为英语学习 App 打造桌面级学习助手

AgentCard 智能体卡片:为英语学习 App 打造桌面级学习助手适用平台:HarmonyOS 7.0 (API 26 Beta)一、引言 HarmonyOS 7.0(API 26 Beta)新增了 AgentCard 智能体卡片能力,这是继 HMAF(鸿蒙智能体框架&#x…

2026/8/15 2:35:29 阅读更多 →