NumPy 数组属性
一、重要 ndarray 对象属性
| 属性 | 说明 |
|---|---|
| ndarray.ndim | 秩，即轴的数量或维度的数量 |
| ndarray.shape | 数组的维度，对于矩阵，n 行 m 列 |
| ndarray.size | 数组元素的总个数，相当于 .shape 中 n*m 的值 |
| 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。 |
二、代码演示
import numpy as np
# 创建
data = np.array([[1, 2], [3, 4], [5, 6]])
print('data：', data)
# 秩
print('秩:', data.ndim)
# 数组的维度
print('数组的维度：', data.shape)
# 数组元素的总个数
print('数组元素的总个数：', data.size)
# ndarray 对象的元素类型
print('ndarray 对象的元素类型；', data.dtype)
# ndarray 对象中每个元素的大小，以字节为单位
print('每个元素的大小：', data.itemsize)
# ndarray 对象的内存信息
print('内存信息：', data.flags)
# ndarray元素的实部
print('实部：', data.real)
# ndarray 元素的虚部
print('虚部：', data.imag)
# 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)
print('data：', data.data)
data： [[1 2]
[3 4]
[5 6]]
秩: 2
数组的维度： (3, 2)
数组元素的总个数： 6
ndarray 对象的元素类型； int32
每个元素的大小： 4
内存信息： C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False实部： [[1 2]
[3 4]
[5 6]]
虚部： [[0 0]
[0 0]
[0 0]]
data： <memory at 0x00000240173E4380>
