学习篇之科学计算库numpy

numpy基础数据结构

numpy数组是一个多维数组对象，称为ndarray。其由两部分组成：

• 实际的数据
• 描述这些数据的元数据

多维数组ndarray

import numpy as np

ar = np.array([1,2,3,4,5,6,7])
print(ar)          # 输出数组，注意数组的格式：中括号，元素之间没有逗号（和列表区分）
print(ar.ndim)     # 输出数组维度的个数（轴数），或者说“秩”，维度的数量也称rank
print(ar.shape)    # 数组的维度，对于n行m列的数组，shape为（n，m）
print(ar.size)     # 数组的元素总数，对于n行m列的数组，元素总数为n*m
print(ar.dtype)    # 数组中元素的类型，类似type()（注意了，type()是函数，.dtype是方法）
print(ar.itemsize) # 数组中每个元素的字节大小，int32l类型字节为4，float64的字节为8
print(ar.data)     # 包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。
ar   # 交互方式下输出，会有array(数组)

#数组的基本属性
#① 数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推
#② 在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量：
#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（axes），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。 

[1 2 3 4 5 6 7]
1
(7,)
7
int32
4
<memory at 0x0000027EA4F80F48>

创建数组：