目錄

NumPy

ndarray物件

Numpy資料型別

Numpy陣列屬性

NumPy

NumPy(Numerical Python) 是 Python 的一個擴充套件程式庫，支援大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。Nupmy可用來儲存和處理大型矩陣，比Python自身的巢狀列表（nested list structure)結構要高效的多（該結構也可以用來表示矩陣（matrix））。據說NumPy將Python相當於變成一種免費的更強大的MatLab系統。

NumPy 是一個執行速度非常快的數學庫，主要用於陣列計算，包含：

• 一個強大的 N 維陣列物件 ndarray
• 廣播功能函式
• 整合 C/C++/Fortran 程式碼的工具
• 線性代數、傅立葉變換、隨機數生成等功能

ndarray物件

NumPy 最重要的一個物件是其 N 維陣列物件 ndarray，它是一系列同類型資料的集合，可以使用基於 0 的索引訪問集合中的專案。

ndarray 物件是用於存放同類型元素的多維陣列。ndarray中的每個元素在記憶體中使用相同大小的塊。 ndarray中的每個元素是資料型別物件的物件(稱為 dtype)

numpy.array( object ,  dtype = None , ndmin = 0 ,copy = True , order = None ,  subok = False )

 一般只有 object 、dtype和 ndmin 引數常用，其他引數不常用 

import numpy
a=numpy.array([1,2,3])                #一維
b=numpy.array([[1,2,3],[4,5,6]])      #二維
c=numpy.array([1,2,3],dtype=complex)  #元素型別為複數
d=numpy.array([1,2,3],ndmin=2)        #二維
print(a,type(a))
print(b,type(b))
print(c,type(c))
print(d,type(d))
####################################
[1 2 3] <class 'numpy.ndarray'>
[[1 2 3]
 [4 5 6]] <class 'numpy.ndarray'>
[1.+0.j 2.+0.j 3.+0.j] <class 'numpy.ndarray'
[[1 2 3]] <class 'numpy.ndarray'>
 

Numpy資料型別

Numpy陣列屬性

NumPy 陣列的維數稱為秩（rank），一維陣列的秩為 1，二維陣列的秩為 2，以此類推。

在 NumPy中，每一個線性的陣列稱為是一個軸（axis），也就是維度（dimensions）。比如說，二維陣列相當於是兩個一維陣列，其中第一個一維陣列中每個元素又是一個一維陣列。所以一維陣列就是 NumPy 中的軸（axis），第一個軸相當於是底層陣列，第二個軸是底層數組裡的陣列。而軸的數量——秩，就是陣列的維數。

很多時候可以宣告 axis。axis=0，表示沿著第 0 軸進行操作，即對每一列進行操作；axis=1，表示沿著第1軸進行操作，即對每一行進行操作。

 ndarray 物件屬性有：

常見的屬性有下面幾種 ：

ndarray.shape ：  這一陣列屬性返回一個包含陣列緯度的元組，它也可以用於調整陣列大小 

import numpy as np
a=np.array([[1,2,3],[4,5,6]])
print(a.shape)           #列印shape屬性
a.shape=(3,2)            #修改shape屬性
print(a)
#######################################
(2, 3)
[[1 2]
 [3 4]
 [5 6]]

 ndarray.ndim： 這一陣列屬性返回陣列的維數

import numpy as np
a=np.arange(24)     #np.arange返回0-23的列表型別的資料
print(a.ndim)
b=a.reshape(2,3,4)
print(b)
print(b.ndim)
############################
1
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]

 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]
3

ndarray.itemsize ： 這一陣列屬性返回陣列中每個元素的位元組單位長度

import numpy as np
a=np.array([1,2,3])  #預設是四個位元組
print(a.itemsize)
#########################################
4

相關文章：NumPy教程