Массив NumPy имеет такие атрибуты, как форма массива, размер массива. Он имеет атрибут, изменяющий размер массива. Он изменяет размер массива. Мы также можем найти байты элементов. NumPy предоставляет высокопроизводительный многомерный массив и необходимые инструменты для вычислений и управления этими массивами.
SciPy основывается на этом и предлагает огромное количество методов, которые работают с массивами numpy и полезны для различных типов научных и инженерных приложений.
Пример атрибутов массива NumPy
Если нам нужно знать, какова форма массива numpy, мы можем использовать атрибут ndarray.shape () .
Атрибут массива фигур возвращает кортеж, состоящий из измерений массива.
Его также можно использовать для изменения размера массива. Давайте посмотрим на пример в Python Jupyter Notebook.
Напишите следующий код внутри ячейки для импорта библиотеки NumPy .
import numpy as np
Затем нам нужно создать массив NumPy из списка Python и вывести его форму. См. Приведенный ниже код.
app_list = [18, 0, 21, 30, 46] np_app_list = np.array (app_list) np_app_list.shape
Здесь мы определили один список, а затем преобразовали этот список в массив numpy , а затем вычислили его форму.
См. вывод ниже. Вы можете запустить ячейку, используя Ctrl + Enter key
Определенный выше массив является одномерным массивом. Мы можем определить многомерный массив, используя следующий код.
app_list = [[18, 0, 21], [30, 46, 21], [19, 21, 18]] np_app_list = np .array (app_list) np_app_list.shape
Здесь мы определили 3 * 3-мерный массив.
См. результат.
Форма NumPy для изменения размера массива
В следующем примере мы увидим, как мы можем использовать атрибут формы NumPy для изменения размера массива.
app_list = [[18, 0, 21], [30, 46, 21]] np_app_list = np.array (app_list) np_app_list.shape = (3, 2) np_app_list
Итак, мы определили массив 2 * 3, и теперь мы изменили его форму на массив 3 * 2.
См. вывод ниже.
Итак, мы использовали атрибут shape , чтобы изменить форму массива, что означает, что он превратит строки в столбцы, а столбцы в строки.
numpy.itemsize
Атрибут itemsize возвращает длину каждого элемента массива в байтах. См. Пример ниже.
np_app_list = np.array ([18, 0, 21], dtype = np.int8) np_app_list. itemsize
Здесь, когда мы создаем массив numpy, мы передали второй аргумент dtype , который означает тип данных items, и это int8. Это означает, что количество байтов каждого символа равно 1.
См. Вывод ниже.
Если мы возьмем float32, тогда он вернет 4 на выходе.
numpy.ndim
Атрибут ndim возвращает размерность массива numpy. См. Следующий пример.
npdata = np.array ([[21, 19], [18, 21]]) npdata.ndim
См. Вывод.
Наконец, руководство по атрибутам массива NumPy с примером завершено.
