NumPy数组的常用属性方法解析
目录
- 更多分享：www.catbro.cn
数组ndarray
-
NumPy最重要的一个特点就是其N维数组对象（即ndarray）,该对象是一个快速而灵活的大数据集容器，该对象由两部分组成：
-
实际的数据；
-
描述这些数据的元数据；
-
大部分的数组操作仅仅是修改元数据部分，而不改变其底层的实际数据。
-
数组的维数称为秩，简单来说就是如果你需要获取数组中一个特定元素所需的坐标数，如a是一个2×3×4的矩阵，你索引其中的一个元素必须给定三个坐标a[x,y,z]，故它的维数就是3。
-
轴可以理解为一种对数组空间的分割，以数组a为例，如果我们以0为轴，那么a可以看成是一个由两个元素构成的数组，其中每个元素都是一个3×4的数组。
-
我们可以直接将数组看作一种新的数据类型，就像list、tuple、dict一样，但数组中所有元素的类型必须是一致的，Python支持的数据类型有整型、浮点型以及复数型，但这些类型不足以满足科学计算的需求，因此NumPy中添加了许多其他的数据类型，如bool、inti、int64、float32、complex64等。同时，它也有许多其特有的属性和方法。
常用ndarray属性：
| 属性名 | 描述 |
|---|---|
| dtype | 描述数组元素的类型 |
| shape | 以tuple表示的数组形状 |
| ndim | 数组的维度 |
| size | 数组中元素的个数 |
| itemsize | 数组中的元素在内存所占字节数 |
| T | 数组的转置 |
| flat | 返回一个数组的迭代器，对flat赋值将导致整个数组的元素被覆盖 |
| real/imag | 给出复数数组的实部/虚部 |
| nbytes | 数组占用的存储空间 |
常用ndarray方法：
| 方法名 | 描述 |
|---|---|
| reshape(…) | 返回一个给定shape的数组的副本 |
| resize(…) | 返回给定shape的数组，原数组shape发生改变 |
| flatten()/ravel() | 返回展平数组，原数组不改变 |
| astype(dtype) | 返回指定元素类型的数组副本 |
| fill() | 将数组元素全部设定为一个标量值 |
| sum/Prod() | 计算所有数组元素的和/积 |
| mean()/var()/std() | 返回数组元素的均值/方差/标准差 |
| max()/min()/ptp()/median() | 返回数组元素的最大值/最小值/取值范围/中位数 |
| argmax()/argmin() | 返回最大值/最小值的索引 |
| sort() | 对数组进行排序，axis指定排序的轴；kind指定排序算法，默认是快速排序 |
| view()/copy() | view创造一个新的数组对象指向同一数据；copy是深复制 |
| tolist() | 将数组完全转为列表，注意与直接使用list(array)的区别 |
| compress() | 返回满足条件的元素构成的数组 |
| concatenate((a1, a2, …), axis=0, out=None) | 沿现有轴加入一行序列 |