numpy快速入门(2)数组特征

本节主要内容有：

1.numpy数组的属性
2.怎么操作这些属性

numpy数组的属性

比较重要的属性有：

1. ndarray.ndim 秩，即轴的数量或维度的数量
2. ndarray.shape 数组的维度，对于矩阵，n 行 m 列
3. ndarray.size 数组元素的总个数，相当于 .shape 中 n*m 的值
4. ndarray.dtype ndarray 对象的元素类型
   上一段代码就懂了

b = np.array([[1,2],[3,4],[5,6]])
print(b)
print(b.ndim)
print(b.shape)
print(b.size)

运行的结果是

[[1 2]
[3 4]
[5 6]]
2
(3, 2)
6

.shape的有关说明

在很多时候，我们都会对.shape有所疑问，那么下面就探究一下.shape的各种用法和特点。

对于一个二维数组来说，.shape返回的值分别是行数和列数，就像上面那个例子一样

然而对于高维数组，这一点就很难看出来了，怎么判断呢，附上一张图片。

.reshape有关说明

reshape说到底就是把所有元素拿过来重新排列

reshape前后元素个数一定是不变的,也就是说下面这段代码中reshape的参数相乘一定等于8

c = np.array([1,2,3,4],ndmin=2)
d = np.array([[[1,2],[3,4]],[[5,6],[7,8]]])
print(d)
print(d.shape)
e = d.reshape(2,4)
print(e)

[[[1 2]
[3 4]]
[[5 6]
[7 8]]]
(2, 2, 2)
[[1 2 3 4]
[5 6 7 8]]