Python数据分析：numpy数组属性
| 属性 | 说明 |
|---|---|
| ndarray.ndim | 维度的数量 |
| ndarray.shape | 数组的维度 |
| ndarray.size | 数组元素的总个数 |
| ndarray.dtype | ndarray 对象的元素类型 |
| ndarray.itemsize | ndarray 对象中每个元素的大小，以字节为单位 |
| ndarray.flags | ndarray 对象的内存信息 |
| ndarray.real | ndarray元素的实部 |
| ndarray.imag | ndarray 元素的虚部 |
| ndarray.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 |
ndarray.ndim
import numpy as np
a = np.arange(24)
print(a)
print ('--------------------')
print (a.ndim)# a 现只有一个维度
print ('--------------------')
# 现在调整其大小
b = a.reshape(2,4,3) # b 现在拥有三个维度
print(b)
print ('--------------------')
print (b.ndim)
运行结果：
ndarray.itemsize
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)
print ('--------------------')
# 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)
运行结果：
ndarray.flags 返回 ndarray 对象的内存信息
| 属性 | 描述 |
|---|---|
| C_CONTIGUOUS © | 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 |