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。因此，一维数组就是NumPy中的轴，第一个轴相当于底层数组，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。很多时候可以这样声明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。

●　当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。

下面详细介绍其中常用的4个属性。

（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”。比如：

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

输出结果为：(2, 3)。

ndarray.shape也可用于调整数组大小：

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：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，其itemsize属性值为8（float64占用64位，每个字节长度为8位，所以占用8字节），一个元素类型为complex32的数组，其item属性为4（32/8）。

#数组的dtype为int8（1字节）
x = np.array([1,2,3,4,5], dtype = np.int8)
#数组的dtype 现在为float64（8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：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： eo4Zw92W74CAdzqn+CqXbENn/OFxY5lZyhlR29XbidrvVEOvmfIAaE4ALNf1t8VT

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