NumPy作为高性能科学计算和数据分析的基础包,是介绍其它重要数据分析工具的基础,掌握NumPy的功能及其用法,将有助于后续其他数据分析工具的学习。

  NumPy中最重要的一个特点就是其N维数组对象,即ndarray(别名array)对象,该对象具有矢量算术能力和复杂的广播能力,可以执行一些科学计算。不同于Python标准库,ndarray对象拥有对高维数组的处理能力,这也是数值计算中缺一不可的重要特性。

  ndarray对象中定义了一些重要的属性,具体如表1所示:

Python技术分享:ndarray对象的常用属性_ndarray

  ndarray对象的常用属性

  值得一提的是,ndarray对象中存储元素的类型必须是相同的。

  为了让读者更好地理解ndarray,接下来,通过一些示例来演示ndarray对象 的使用,具体代码如下:

Python技术分享:ndarray对象的常用属性_对象_02

  上述示例中,第1行代码使用import...as语句导入numpy库,并将其取别名为np,表示后续会用np代替numpy执行操作。

  第2行代码使用arange()和reshape()函数,创建了一个3行4列的数组data。其中,arange()函数的功能类似于range(),只不过arange()函数生成的是一系列数字元素的数组;reshape()函数的功能是重组数组的行数、列数和维度。

  第4行代码使用type()函数查看了数组的类型,输出结果为numpy.ndarray。

  第5行代码获取了数组的维度个数,返回结果为2,表示二维数组。

  第6行代码获取了数组的维度,返回结果为(3,4),表示数组有3行4列。

  第7行代码获取了数组中元素的总个数,返回结果为12,表示数组中一共有12个元素。

  第8行代码获取了元素的具体类型,返回结果为dtype('int64'),表示元素的类型为int64。

  ndarray对象的常用属性,上面了已经为大家做了详细的介绍,希望对大家有所帮助!