Python Numpy介绍

Numpy 基础

1. Numpy中的数组的类型为ndarray,不同于python自带的array.array（只能由一个维度的数组），而ndarray是一个多维度的数组。
2. 在Numpy中一个维度称为axis，每个维度内的数字都是相同类型的数字，可以被索引。比如3D空间的一个点[1,2,1]有一个axis，这个axis中有3个元素（element），它的长度为3(length = 3)；再比如[[ 1., 0., 0.], [ 0., 1., 2.]]就有两个维度，即axes=2,length =3

ndarray 类

• ndarray.ndim
  表示该矩阵的axes（dimensions，维数），可以简单地理解为[]的个数
• ndarray.shape
  返回一个(n,m)表示n*m的矩阵，即有n行m列的矩阵。
• ndarray.size
  返回元素的总数
• ndarray.dtype
  元素的类型，可以用python自带的类型表示也可以是numpy的，比如说numpy.float64 numpy.int32等
• ndarray.itemsize
  很明显表示每一项所占的字节，比如float64的itemsize为8（64/8）

例子：

>>> import numpy as np
>>> a = np.arange(15).reshape(3, 5)
>>> a
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
>>> a.shape   #返回(n,m)代表行和列
(3, 5)
>>> a.ndim    #返回axes，这里是2（2个方括号）
2
>>> a.dtype.name #返回类型
'int64'
>>> a.itemsize #返回字节
8
>>> a.size #返回总个数
15
>>> type(a) #返回类型
<type 'numpy.ndarray'>
>>> b = np.array([6, 7, 8]) #从数组创建一个ndarray类型
>>> b
array([6, 7, 8])
>>> type(b)
<type 'numpy.ndarray'>