通过与 Jira 对比,让您更全面了解 PingCode

  • 首页
  • 需求与产品管理
  • 项目管理
  • 测试与缺陷管理
  • 知识管理
  • 效能度量
        • 更多产品

          客户为中心的产品管理工具

          专业的软件研发项目管理工具

          简单易用的团队知识库管理

          可量化的研发效能度量工具

          测试用例维护与计划执行

          以团队为中心的协作沟通

          研发工作流自动化工具

          账号认证与安全管理工具

          Why PingCode
          为什么选择 PingCode ?

          6000+企业信赖之选,为研发团队降本增效

        • 行业解决方案
          先进制造(即将上线)
        • 解决方案1
        • 解决方案2
  • Jira替代方案

25人以下免费

目录

ndarray对象属性有哪些

ndarray对象属性有:1. ndarray.ndim;2. ndarray.shape;3. ndarray.size;4. ndarray.dtype;5. ndarray.itemsize。其中,ndarray.ndim表示维度个数,也就是数组轴的个数,比如一维、二维、三维等。ndarray.shape是数组的维度。这是一个整数的元组,表示每个维度上数组的大小。

一、ndarray对象属性

1. ndarray.ndim

维度个数,也就是数组轴的个数,比如一维、二维、三维等。

2. ndarray.shape

数组的维度。这是一个整数的元组,表示每个维度上数组的大小。例如,一个n行和m列的数组,它的shape属性为(n,m)。

3. ndarray.size

数组元素的总个数,等于shape属性中元组元素的乘积。

4. ndarray.dtype

描述数组中元素类型的对象,既可以使用标准的Python类型创建或指定,也可以使用NumPy特有的数据类型来指定,比如numpy.int32、numpy.float64等。

5. ndarray.itemsize

数组中每个元素的字节大小。例如,元素类型为float64的数组有8(64/8)个字节,这相当于ndarray.dtype.itemsize。

ndarray创建特殊的二维数组

ndarray提供了一些创建二维数组的特殊函数。numpy中matrix是对二维数组ndarray进行了封装之后的子类。这里介绍的关于二维数组的创建,返回的依旧是一个ndarray对象,而不是matrix子类。关于matrix的创建和操作,待后续笔记详细描述。为了表述方便,下面依旧使用矩阵这一次来表示创建的二维数组。

1. diag函数返回一个矩阵的对角线元素、或者创建一个对角阵,对角线由参数k控制

2. diagflat函数以输入作为对角线元素,创建一个矩阵,对角线由参数k控制

3. tri函数生成一个矩阵,在某对角线以下元素全为1,其余全为0,对角线由参数k控制

4. tril函数输入一个矩阵,返回该矩阵的下三角矩阵,下三角的边界对角线由参数k控制

5. triu函数与tril类似,返回的是矩阵的上三角矩阵

6. vander函数输入一个一维数组,返回一个范德蒙德矩阵

NumPy中最重要的一个特点就是其N维数组对象,即ndarray(别名array)对象,该对象具有矢量算术能力和复杂的广播能力,可以执行一些科学计算。不同于Python标准库,ndarray对象拥有对高维数组的处理能力,这也是数值计算中缺一不可的重要特性。

延伸阅读:

二、ones与zeros系列函数

某些时候,我们在创建数组之前已经确定了数组的维度以及各维度的长度。这时我们就可以使用numpy内建的一些函数来创建ndarray。

例如:函数ones创建一个全1的数组、函数zeros创建一个全0的数组、函数empty创建一个内容随机的数组,在默认情况下,用这些函数创建的数组的类型都是float64,若需要指定数据类型,只需要闲置dtype参数即可

以上就是关于numpy的内容 希望对大家有帮助。

相关文章