4.4　数组属性

NumPy数组的维数称为秩（rank），即轴的数量或数组的维度：一维数组的秩为1，二维数组的秩为2，以此类推。

在NumPy中，每一个线性的数组称为一个轴（axis），也就是维度（dimensions）。例如，二维数组相当于是两个一维数组，其中第一个一维数组中的每个元素又是一个一维数组。所以一维数组就是NumPy中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。轴的数量秩就是数组的维数。很多时候可以声明axis：当axis=0时表示沿着第0轴进行操作，即对每一列进行操作；axis=1时表示沿着第1轴进行操作，即对每一行进行操作。NumPy的数组中比较重要的ndarray对象属性如表4-3所示。

（1）ndarray.ndim：用于返回数组的维数，等于秩。

     a = np.arange(24)
     b = a.reshape(2,4,3)    # 调整其大小
     print (a.ndim,b.ndim)   # a表示现在只有一个维度，b表示现在拥有三个维度

输出结果为：1 3。

（2）ndarray.shape：表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即ndim属性（秩）。比如，一个二维数组，其维度表示“行数”和“列数”。ndarray.shape也可以用于调整数组大小，比如：

     a = np.array([[1,2,3],[4,5,6]])
     print (a.shape)

输出结果为：(2, 3)。

ndarray.shape用于调整数组大小：

     a = np.array([[1,2,3],[4,5,6]])
     a.shape =  (3,2)   #调整数组大小
     print (a)

输出结果为：

     [[1 2]
      [3 4]
      [5 6]]

原来是2行3列，调整后变成3行2列了。

NumPy也提供了reshape函数来调整数组大小，比如：

     a = np.array([[1,2,3],[4,5,6]])
     b = a.reshape(3,2)
     print (b)

输出结果为：

     [[1, 2]
      [3, 4]
      [5, 6]]

值得注意的是，ndarray.reshape通常返回的是非拷贝副本，即改变返回后数组的元素，原数组对应元素的值也会改变。

（3）ndarray.itemsize：ndarray.itemsize以字节的形式返回数组中每一个元素的大小。例如，一个元素类型为float64的数组itemsize属性值为8（float64占用64个位，每个字节长度为8，所以占用8个字节），一个元素类型为complex32的数组item属性为4（32/8）。

     #数组的dtype为int8（一个字节）
     x = np.array([1,2,3,4,5], dtype = np.int8)
     #数组的dtype 现在为float64（8个字节）
     y = np.array([1,2,3,4,5], dtype = np.float64)
     print (x.itemsize,y.itemsize)

输出结果为：1 8。

（4）ndarray.flags：ndarray.flags返回ndarray对象的内存信息，包含表4-4所示的属性。

比如：

     x = np.array([1,2,3,4,5])
     print (x.flags)

输出结果为： 7zEfkCoEEEQOxVcf0YHkFo4YwxgHwykVMPzTLscQswfJhRvKGverC2v3lYC4sHgJ

     C_CONTIGUOUS : True
     F_CONTIGUOUS : True
     OWNDATA : True
     WRITEABLE : True
     ALIGNED : True
     WRITEBACKIFCOPY : False
     UPDATEIFCOPY : False