Numpy数组属性

Numpy数组的维数成为秩（rank），即轴的数量，一维数组的秩为1…。在Numpy中，每一个线性的数组称为是一个轴（axis），也就是维度，例如：二维数组相当于是两个一维数组。通俗的讲就是一个ndarray对象有几个"[" 或者"]"这个数组就是几维。如[[1,2,3]]表示一个二维数组。

一个ndarray对象通常有以下几个属性：

ndarray.ndim：数组维度的大小。

ndarray.shape：数组的形状。

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。

ndarray.flags：ndarray对象的内存信息。

ndarray.real：数组元素的实部。

ndarray.imag：数组元素的虚部

常见属性的使用代码如下：

import numpy as np# 创建一个adarray对象
ns = np.array([[1,2,3,4,5]])
print("数组为：",ns)
print("数组的维度为：",ns.ndim)
print("数组的形状：",ns.shape)
print("数组元素的个数",ns.size)
print("数组中每一个元素的大小：",ns.itemsize)
print("数组中元素的数据类型：",ns.dtype)

结果如下：

Numpy的routines函数

• numpy.zeros(shape,dtype)：创建指定大小的数组，数组元素以0来填充。>>>shape表示数组的形状，dtype表示数组的数据类型。

• numpy.zeros_like(arr,dtype,shape)：创建一个与给定数组具有相同形状的数组，数组元素以0来填充。>>>arr表示给定的需要创建相同形状的数组，dtype表示数据类型，shape表示创建的数组的形状，如果不指定，则默认为arr数组的形状。

• numpy.ones(shape,dtype)：创建指定大小的数组，数组元素以1来填充。>>>shape表示数组的形状，dtype表示数组的数据类型。

• numpy.ones_like()：创建一个与给定数组具有相同形状的数组，数组元素以1来填充。>>>arr表示给定的需要创建相同形状的数组，dtype表示数据类型，shape表示创建的数组的形状，如果不指定，则默认为arr数组的形状。

• numpy.full(shape, fill_value, dtype)：创建指定大小的数组，数组的元素通过指定的值进行填充。>>>shape表示创建的数组的形状，fill_value表示数组中要填充的值，dtype表示数据类型。

代码如下：

import numpy as np# 创建一个3行四列的数组，元素全部为0
a0 = np.zeros(shape=(3,4),dtype=int)
display(a0)# 创建一个三行四列的数组，元素全部为1
a1 = np.ones(shape=(3,4),dtype=np.int32)
display(a1)# 创建一个三行四列的数组，元素全部为2
a2 = np.full(shape=(3,4),fill_value=2)
display(a2)

结果如下：

• numpy.eye(N, M=None, k=0, dtype)：创建斜对角线为1的数组。>>> N表示创建数组的行，M表示数组的列，默认为N，即如果只写了一个数，创建的数组为方阵。k表示斜对角的偏移，为正数向上偏移，为负数向下偏移，dtype表示数据类型。

代码如下：

import numpy as np# 斜对角线为1的方阵
e0 = np.eye(3)
display(e0)# 创建斜对角线，向上移动1
e1 = np.eye(3,k=1)
display(e1)

结果如下：

• numpy.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)：创建一个等差数列。>>>start表示起始值，stop表示结束值，num表示创建的数组内元素的数量，默认为50个，endpoint表示是否包含末尾值，retstep表示是否显示间隔，为True则显示，默认不显示，dtype表示数组数据类型。

• numpy.logspace(start,stop,num=50,endpoint=True,base =10,dtype=None)：创建一个等比数列。start表示起始值，stop表示结束值，num表示创建的数组内元素的数量，默认为50个，endpoint表示是否包含末尾值，base表示底数为多少，默认为10，dtype表示数据类型。

• numpy.arange(start, stop, step, dtype)：创建数组范围并返回ndarrary对象。>>>start表示起始值，stop表示结束值，不包括末尾值，step表示步长，即间隔。

代码如下：

import numpy as np# 创建一个等差数列的数组，元素为20个，不包含结尾数,显示间隔
l0 = np.linspace(1,21,num=20,endpoint=False,retstep=True,dtype=int)
display(l0)# 创建一个等比数列的数组，元素为11个，基数为2
l1 = np.logspace(0,10,num=11,base=2,dtype=int)
display(l1)# 创建一个1到10的范围数,间隔为2
l2 = np.arange(1,10,2)
display(l2)

结果如下：

• numpy.random.random(size=None)：生成一个0~1之间的随机数。>>>size表示数组形状。

• numpy.random.rand(d0, d1, ..., dn)：生成一个0~1之间的随机数。>>>d0, d1, ..., dn表示个数。

代码如下：

import numpy as np# 创建0~1之间的随机数,形状为3行4列
r0 = np.random.random((3,4))
display(r0)r1 = np.random.rand(3,4)
display(r1)

结果如下：

• numpy.random.randint(low, high=None, size=None, dtype=int)：创建一个随机整数数组。>>>low表示最小值，high表示最大值，但不包括，size表示数组样式，dtype表示数据类型。

• numpy.random.randn(d0, d1, ..., dn)：正太分布，均值为0，标准偏差为1。>>>d0, d1, ..., dn表示个数。

• numpy.random.normal(loc=0.0, scale=1.0, size=None)：正太分布，可设置，均值和偏差。>>>loc表示均值，scale表示偏差，size表示数组样式。

代码如下：

import numpy as np# 创建一个3行4列的随机数，范围为0，10
i0 = np.random.randint(0,10,size=(3,4))
display(i0)i1 = np.random.randn(3)
display(i1)# 均值为1，方差为2，3行4列
i3 = np.random.normal(loc=1,scale=2,size=(3,4))
display(i3)

结果如下：