2.3 数组属性

在NumPy中，一个数组就是一个ndarray对象。ndarray，是n dimension array （N维数组）的缩写。数组的属性非常多，常用的属性如表2-3所示。

表2-3 数组常用的属性

ndim是n dimension（N维）的缩写，dtype是data type（数据类型）的缩写。

举例：一维数组

import numpy as np
nums = [1, 2, 3, 4, 5, 6, 7, 8]
arr = np.array(nums)
print(arr.ndim)
print(arr.shape)
print(arr.size)
print(arr.dtype)

输出结果如下：

1
(8,)
8
int32

分析

从结果可以看出，arr的维度是1，表示这是一个一维数组；arr的形状是(8,)；元素的个数是8；元素的类型是int32，即32位整数。

举例：二维数组

import numpy as np
nums = [[1, 2, 3, 4], [5, 6, 7, 8]]
arr = np.array(nums)
print(arr.ndim)
print(arr.shape)
print(arr.size)
print(arr.dtype)

输出结果如下：

2
(2, 4)
8
int32

分析

从结果可以看出，arr的维度是2，表示这是一个二维数组；arr的形状是(2, 4)，表示这是一个2×4的二维数组；元素的个数是8；元素的类型是int32。

举例：三维数组

import numpy as np
nums = [[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]]
arr = np.array(nums)
print(arr.ndim)
print(arr.shape)
print(arr.size)
print(arr.dtype)

输出结果如下：

3
(2, 2, 3)
12
int32

分析

从结果可以看出，arr的维度是3，表示这是一个三维数组；arr的形状是(2, 2, 3)，表示这是一个2×2×3的三维数组；元素的个数是12；元素的类型是int32。

“数组形状”这个概念非常重要，在后面的学习中会经常接触到，读者一定要理解清楚。

【常见问题】

我们经常说起“数组的类型”，它指的是什么呢？

在NumPy中，对于一个数组来说，所有元素的类型都是相同的，所以数组的类型其实指的就是它元素的类型。

了解这一点是非常重要的，很多读者可能觉得“数组的类型”这种叫法有问题，其实并非如此。