本文主要是介绍Python数据分析(4)-numpy数组的属性操作1. ndarray的属性2. ndarray元素的属性3. ndarray元素的类型，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

numpy数组也就是ndarray，它的本质是一个对象，那么一定具有一些对象描述的属性，同时，它还有元素，其元素也有一些属性。本节主要介绍ndarray以及其元素的属性和属性的操作。

1. ndarray的属性

ndarray有两个属性：维度（ndim）和每个维度的大小shape（也就是每个维度元素的个数）

    import numpy as np 
    a = np.arange(24)
    a.shape=(2,3,4)
    print('数组为：', a)
    print('数组的维度：', a.ndim)
    print('数组维度的大小',a.shape)

    输出：
    数组为： [[[ 0  1  2  3]
      [ 4  5  6  7]
      [ 8  9 10 11]]
    
     [[12 13 14 15]
      [16 17 18 19]
      [20 21 22 23]]]
    数组的维度： 3
    数组维度的大小 (2, 3, 4)
[/code]

对于ndarray数组的属性的操作只能操作其shape，也就是每个维度的个数，同时也就改变了维度（shape是一个元组，它的长度就是维度（ndim）），下面介绍两种改变数组shape的方式：

```code
    import numpy as np 
    a = np.arange(24)
    a.shape=(2,3,4)
    
    # a.shape=(4,6),直接对a进行操作
    a.shape = (4,6)
    print('a:',a)
    
    #a.reshape(3,8)是返回一个修改后维度大小的新数组，不会修改原来的数组a
    b = a.reshape(3,8)
    print('b:',b)
[/code]

```code
    输出：
    a: [[ 0  1  2  3  4  5]
     [ 6  7  8  9 10 11]
     [12 13 14 15 16 17]
     [18 19 20 21 22 23]]
    b: [[ 0  1  2  3  4  5  6  7]
     [ 8  9 10 11 12 13 14 15]
     [16 17 18 19 20 21 22 23]]
[/code]

**notes：**

1.对shape直接赋值的方式是修改原数组的属性，没有返回新的数组。reshape的方式不会修改原数组的属性，一定会返回一个新的数  
组。  
2. 修改属性的时候，属性元素之和一定要等于数组的元素之和，例如原数组有24个元素，则属性只能修改为：一维：（24,）二维：（2，12）、（3，8）、（4，6），三维：（2，3，4），四维：（2，3，2，2）等 

#  2. ndarray元素的属性

  1. 单个元素所占存储的字节数：itemsize 
  2. 其他属性：flags   
![这里写图片描述](https://img-
blog.csdn.net/20180712094459371?)

```code
    import numpy as np 
    a = np.arange(24)
    a.shape=(2,3,4)
    
    print('单个元素所占字节数：',a.itemsize)
    print('元素其他属性：',a.flags)
[/code]

```code
    输出：
    单个元素所占字节数： 4
    元素其他属性：   C_CONTIGUOUS : True
      F_CONTIGUOUS : False
      OWNDATA : True
      WRITEABLE : True
      ALIGNED : True
      WRITEBACKIFCOPY : False
      UPDATEIFCOPY : False
[/code]

#  3. ndarray元素的类型

```code
    import numpy as np 
    a = np.arange(24)
    a.shape=(2,3,4)
    
    print('元素的类型',a.dtype)
    # 对dtype直接复制是直接在原数组上修改的方式
    a.dtype= 'float32'
    print('修改后的元素的类型',a.dtype)
    
    # astype不会修改原数组的类型，会返回一个新的数组
    b=a.astype('int32')
    print('修改后a的元素的类型',a.dtype)
    print('修改后b的元素的类型',b.dtype)
[/code]

```code
    元素的类型 int32
    修改后的元素的类型 float32
    修改后a的元素的类型 float32
    修改后b的元素的类型 int32
[/code]

**notes：** 注意dtype直接复制与astype的区别


![在这里插入图片描述](https://www.www.zyiz.net/i/ll/?i=20210608151750993.gif)

这篇关于Python数据分析(4)-numpy数组的属性操作1. ndarray的属性2. ndarray元素的属性3. ndarray元素的类型的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！