Numpy科学计算与数据分析：Numpy数组属性入门之形状、维度与大小

Numpy数组属性探索

学习目标

通过本课程的学习，学员将掌握Numpy数组的基本属性，如形状（shape）、维度（ndim）和大小（size），并能够通过实际操作加深对这些属性的理解。

相关知识点

Numpy数组属性

学习内容

1 Numpy数组属性

1.1 数组的形状（shape）

数组的形状是一个元组，表示数组在每个维度上的大小。例如，一个形状为 (3, 4) 的数组是一个二维数组，它有3行4列。形状属性对于理解数组的结构至关重要，尤其是在处理多维数据时。

在Numpy中，可以通过 .shape 属性来获取数组的形状。下面是一个简单的例子，演示如何创建一个二维数组并获取其形状：

import numpy as np# 创建一个3行4列的二维数组
array_2d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print("二维数组：")
print(array_2d)# 获取数组的形状
shape = array_2d.shape
print("数组的形状：", shape)

输出结果：

二维数组：
[[ 1  2  3  4][ 5  6  7  8][ 9 10 11 12]]
数组的形状： (3, 4)

形状属性不仅帮助人们了解数组的结构，还可以用于数组的重塑。例如，可以将一个一维数组重塑为二维数组：

import numpy as np
# 创建一个一维数组
array_1d = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
print("一维数组：")
print(array_1d)# 重塑为3行4列的二维数组
reshaped_array = array_1d.reshape(3, 4)
print("重塑后的二维数组：")
print(reshaped_array)

输出结果：

一维数组：
[ 1  2  3  4  5  6  7  8  9 10 11 12]
重塑后的二维数组：
[[ 1  2  3  4][ 5  6  7  8][ 9 10 11 12]]

1.2 数组的维度（ndim）

数组的维度是指数组的轴数或秩。例如，一维数组的维度为1，二维数组的维度为2，三维数组的维度为3，依此类推。了解数组的维度对于处理多维数据非常重要，尤其是在进行数组操作时。

在Numpy中，可以通过 .ndim 属性来获取数组的维度。下面是一个例子，演示如何创建不同维度的数组并获取其维度：

import numpy as np
# 创建一个一维数组
array_1d = np.array([1, 2, 3, 4])
print("一维数组：")
print(array_1d)
print("一维数组的维度：", array_1d.ndim)# 创建一个二维数组
array_2d = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print("二维数组：")
print(array_2d)
print("二维数组的维度：", array_2d.ndim)# 创建一个三维数组
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print("三维数组：")
print(array_3d)
print("三维数组的维度：", array_3d.ndim)

输出结果：

一维数组：
[1 2 3 4]
一维数组的维度： 1
二维数组：
[[1 2 3 4][5 6 7 8]]
二维数组的维度： 2
三维数组：
[[[1 2][3 4]][[5 6][7 8]]]
三维数组的维度： 3

1.3 数组的大小（size）

数组的大小是指数组中元素的总数。了解数组的大小对于内存管理和数据处理非常有用，尤其是在处理大规模数据集时。

在Numpy中，可以通过 .size 属性来获取数组的大小。下面是一个例子，演示如何创建不同大小的数组并获取其大小：

import numpy as np
# 创建一个一维数组
array_1d = np.array([1, 2, 3, 4])
print("一维数组：")
print(array_1d)
print("一维数组的大小：", array_1d.size)# 创建一个二维数组
array_2d = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print("二维数组：")
print(array_2d)
print("二维数组的大小：", array_2d.size)# 创建一个三维数组
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print("三维数组：")
print(array_3d)
print("三维数组的大小：", array_3d.size)

输出结果：

一维数组：
[1 2 3 4]
一维数组的大小： 4
二维数组：
[[1 2 3 4][5 6 7 8]]
二维数组的大小： 8
三维数组：
[[[1 2][3 4]][[5 6][7 8]]]
三维数组的大小： 8

通过本课程的学习，掌握了Numpy数组的基本属性，包括形状、维度和大小。这些属性是处理多维数据的基础，希望学员在实际应用中能够灵活运用这些知识。