一、ndarray对象属性

1. ndarray.ndim

维度个数，也就是数组轴的个数，比如一维、二维、三维等。

2. ndarray.shape

数组的维度。这是一个整数的元组，表示每个维度上数组的大小。例如，一个n行和m列的数组，它的shape属性为(n,m)。

3. ndarray.size

数组元素的总个数，等于shape属性中元组元素的乘积。

4. ndarray.dtype

描述数组中元素类型的对象，既可以使用标准的Python类型创建或指定，也可以使用NumPy特有的数据类型来指定，比如numpy.int32、numpy.float64等。

5. ndarray.itemsize

数组中每个元素的字节大小。例如，元素类型为float64的数组有8（64/8）个字节，这相当于ndarray.dtype.itemsize。

ndarray创建特殊的二维数组

ndarray提供了一些创建二维数组的特殊函数。numpy中matrix是对二维数组ndarray进行了封装之后的子类。这里介绍的关于二维数组的创建，返回的依旧是一个ndarray对象，而不是matrix子类。关于matrix的创建和操作，待后续笔记详细描述。为了表述方便，下面依旧使用矩阵这一次来表示创建的二维数组。

1. diag函数返回一个矩阵的对角线元素、或者创建一个对角阵，对角线由参数k控制

2. diagflat函数以输入作为对角线元素，创建一个矩阵，对角线由参数k控制

3. tri函数生成一个矩阵，在某对角线以下元素全为1，其余全为0，对角线由参数k控制

4. tril函数输入一个矩阵，返回该矩阵的下三角矩阵，下三角的边界对角线由参数k控制

5. triu函数与tril类似，返回的是矩阵的上三角矩阵

6. vander函数输入一个一维数组，返回一个范德蒙德矩阵

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。

延伸阅读：

二、ones与zeros系列函数

某些时候，我们在创建数组之前已经确定了数组的维度以及各维度的长度。这时我们就可以使用numpy内建的一些函数来创建ndarray。

例如：函数ones创建一个全1的数组、函数zeros创建一个全0的数组、函数empty创建一个内容随机的数组，在默认情况下，用这些函数创建的数组的类型都是float64，若需要指定数据类型，只需要闲置dtype参数即可

以上就是关于numpy的内容 希望对大家有帮助。

上一篇

网页设计的目的是什么?

下一篇

以太网的核心技术是什么?