numpy.ndarray是什么类型,numpy中的ndarray
NumPy数组的维数叫做秩，一维数组的秩是1，二维数组的秩是2，以此类推。在NumPy中，每个线性数组称为一个轴，秩实际上就是轴的个数。比如二维数组等价于一维数组，这个一维数组中的每个元素都是一维数组。所以这个一维数组就是NumPy中的轴，轴的个数是——秩，这是数组的维数。
Numpy库中的矩阵模块是一个ndarray对象，有很多属性：t，data，dtype，flags，flat，imag，real，size，
Itize，NBYTES，NDIM，Shape，steps，Ctypes，Base等等。
将numpy作为np导入
x=np.array([[1，2，3]，[9，8，7]，[6，5，4]])
X.T #获得x的转置矩阵。
数组([[1，9，6]，
[2, 8, 5],
[3, 7, 4]])
Print.flags #返回数组内部信息
C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA:真
可写：真
对齐：真
UPDATEIFCOPY : False
X.flat[2:6] #把数组改成一维数组，从中获取一些数据。
数组([3，9，8，7])
x . flat=4；X #为一维数组赋值，然后将其转换为原始数组的大小形式。
数组([[4，4，4]，
[4, 4, 4],
[4, 4, 4]])
x
数组([[4，4，4]，
[4, 4, 4],
[4, 4, 4]])
Ndarray.imag #是复变函数中具有虚部的数组，如下所示：
X=np.sqrt([2 3j，5 0j]) #创建一个复数
x
数组([ 1.67414923 0.89597748j，2.23606798 0.j ])
X.imag #获取复数的虚部
数组([ 0.89597748，0。])
X.real #获取复数的实部
数组([ 1.67414923，2.23606798])
X=np.arange(10) #随机生成一个数组，并重命名一个空间的数组。
x.reshape(2，5)
数组([[0，1，2，3，4]，
[5, 6, 7, 8, 9]])
X.size #获取数组中元素的个数
10
X.ndim #来获取数组的维数
X.shape #获取数组的(行数，列数)
(10,)
y=x . shape(5，2)
y
数组([[0，1]，
[2, 3],
[4, 5],
[6, 7],
[8, 9]])
Y.base #基于另一个对象数组获取这个数组，如下，Y基于x。
数组([0，1，2，3，4，5，6，7，8，9])
Ndarray对象的方法
Ndarray.ptp(axis=None，out=None):返回数组的最大最小值或轴的最大最小值。
Ndarray.clip (a _ min，a _ max，out=none):小于最小值的元素被赋值为最小值，大于最大值的元素成为最大值。
Ndarray.all():如果所有元素都为true，则返回true；否则返回false。
Ndarray.any():只要有一个元素为真，就返回真。
Ndarray.swapaxes(axis1，axis2):交换两个轴的元素，如下所示
z.swapaxes(0，1)
数组([[2，4，6，8]，
[3, 5, 7, 9]])
以下方法用于更改数组的维度和大小：
ndarray . shape(shape[，order]):返回重命名数组大小后的数组，不改变元素个数。
Ndarray.resize (new _ shape [，ref check]):更改数组的大小(可以更改数组中元素的数量)。
Ndarray.transpose(*axes):返回矩阵的转置矩阵。
Ndarray.swapaxes(axis1，axis2):交换两个轴的元素后的矩阵。
Ndarray.flatten([order]):复制一维数组。
Ndarray.ravel([order]):返回一个展平的一维数组。
ndarray . squeeze([轴]):删除长度为1的轴。
Ndarray.tolist():将数组转换为列表。
Ndarray.take (indexes，axis=none，out=none，mode= raise ):获取数组指定索引的数据，例如：
a=np.arange(12)。整形(3，4)
a
数组([[ 0，1，2，3]，
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
A.take([1，3]，axis=1) #提取1，3列的数据
数组([[ 1，3]，
[ 5, 7],
[ 9, 11]])
Numpy.put(a，ind，v，mode=raise ):用v的值替换数组A中ind (index)的值，模式可以是raise/wrap/clip。Clip:如果给定的ind超过了数组的大小，则替换最后一个元素。
Numpy.repeat (a，repeats，axis=none):重复数组的元素，例如：
x=np.array([[1，2]，[3，4]])
np.repeat(x，2)
数组([1，1，2，2，3，3，4，4])
np.repeat(x，3，轴=1)
数组([[1，1，1，2，2，2]，
[3, 3, 3, 4, 4, 4]])
np.repeat(x，[1，2]，轴=0)
数组([[1，2]，
[3, 4],
[3, 4]])
Numpy.tile(A，reps):根据给定的reps重复数组A。与repeat不同，repeat是一个重复元素，此方法是一个重复数组。
Ndarray.var (axis=none，dtype=none，out=none，ddof=0):返回数组沿指定轴的方差。
Ndarray.std (axis=none，dtype=none，out=none，ddof=0):返回给定坐标轴上几个数字的标准偏差。
Ndarray.prod (axis=none，dtype=none，out=none):返回指定轴的所有元素。
Ndarray.cumprod (axis=none，dtype=none，out=none):返回指定坐标轴的累计值，如下所示：
a
数组([[ 0，1，2，3]，
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
A.cumprod(axis=1) #获取垂直轴的累积
数组([[ 0，0，0，0]，
[ 4, 20, 120, 840],
[ 8, 72, 720, 7920]])
Ndarray.mean (axis=none，dtype=none，out=none):返回指定坐标轴的数组元素的平均值。
Ndarray.cumsum (axis=none，dtype=none，out=none):返回指定坐标轴的元素的累积和。比如：
a
数组([[ 0，1，2，3]，
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
累计和(轴=1)
数组([[ 0，1，3，6]，
[ 4, 9, 15, 22],
[ 8, 17, 27, 38]])
Ndarray.sum (axis=none，dtype=none，out=none):返回指定轴的所有元素的总和。
Ndarray.trace (offset=0，axis1=0，axis2=1，dtype=none，out=none):返回沿对角线的数组元素之和。
Ndarray.round (decimals=0，out=none):将数组中的元素舍入到指定的精度，如下所示：
NP . round([0.37，1.64])
数组([ 0。 2.])
np.around([0.37，1.64]，小数=1)
数组([ 0.4，1.6])
np.around([.5，1.5，2.5，3.5，4.5]) #舍入到最接近的偶数
数组([ 0。 2. 2. 4. 4.])
np.around([1，2，3，11]，小数=1)# n返回整数数组
数组([ 1，2，3，11])
np.around([1，2，3，11]，小数=-1)
数组([ 0，0，0，10])
Ndarray.conj():返回所有复数元素的共轭复数，例如：
b=np.array([[1 2j，3 0j]，[3 4j，7 5j]])
b
数组([[ 1。2.j，3。0.j]，
[ 3.4.j，7。5.j]])
b.conj()
数组([[ 1。-2.j，3。-0.j]，
[ 3.-4.j，7。-5.j]])
Ndarray.argmin (axis=none，out=none):返回指定轴的最小元素的索引。
Ndarray.min(axis=None，out=None):返回指定轴的最小值。
Ndarray.argmax (axis=none，out=none):返回指定轴的最大元素索引值。
Ndarray.diagonal (offset=0，axis1=0，axis2=1):返回对角线的所有元素。
Ndarray.com按(condition，axis=none，out=none):返回指定轴上符合条件的切片。
Ndarray .非零():返回非零元素的索引。
这就是本文的全部内容。希望对大家的学习有帮助，支持我们。
标题：numpy中ndarray方法和属性的详细解释
本文地址：http://www.cppcns.com/jiaoben/python/260923.html
