Numpy中ndim、shape、dtype、astype的用法详解
本文介绍numpy数组中这四个方法的区别ndim、shape、dtype、astype。
1.ndim
ndim返回的是数组的维度,返回的只有一个数,该数即表示数组的维度。
2.shape
shape:表示各位维度大小的元组。返回的是一个元组。
对于一维数组:有疑问的是为什么不是(1,6),因为arr1.ndim维度为1,元组内只返回一个数。
对于二维数组:前面的是行,后面的是列,他的ndim为2,所以返回两个数。
对于三维数组:很难看出,下面打印arr3,看下它是什么结构。
先看最外面的中括号,包含[[1,2,3],[4,5,6]]和[[7,8,9],[10,11,12]],假设他们为数组A、B,就得到[A,B],如果A、B仅仅是一个数字,他的ndim就是2,这就是第一个数。但是A、B是(2,3)的数组。所以结合起来,这就是arr3的shape,为(2,2,3)。
将这种方法类比,也就可以推出4维、5维数组的shape。
3.dtype
dtype:一个用于说明数组数据类型的对象。返回的是该数组的数据类型。由于图中的数据都为整形,所以返回的都是int32。如果数组中有数据带有小数点,那么就会返回float64。
有疑问的是:整形数据不应该是int吗?浮点型数据不应该是float吗?
解答:int32、float64是Numpy库自己的一套数据类型。
4.astype
astype:转换数组的数据类型。
int32 --> float64 完全ojbk
float64 --> int32 会将小数部分截断
string_ --> float64 如果字符串数组表示的全是数字,也可以用astype转化为数值类型
注意其中的float,它是python内置的类型,但是Numpy可以使用。Numpy会将Python类型映射到等价的dtype上。
以上是这四个方法的简单用法,之后若有什么新发现再做补充。
到此这篇关于Numpy中ndim、shape、dtype、astype的用法详解的文章就介绍到这了,更多相关Numpy中ndim、shape、dtype、astype内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
xadmin使用formfield_for_dbfield函数过滤下拉表单实例
这篇文章主要介绍了xadmin使用formfield_for_dbfield函数过滤下拉表单实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-04-04python 实现将小图片放到另一个较大的白色或黑色背景图片中
今天小编就为大家分享一篇python 实现将小图片放到另一个较大的白色或黑色背景图片中,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12Python 数据分析之Beautiful Soup 提取页面信息
Beautiful Soup 提供一些简单的、python 式的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱,通过解析文档为用户提供需要抓取的数据,因为简单,所以不需要多少代码就可以写出一个完整的应用程序2021-10-10
最新评论