Numpy 基于 ndarray 的其他属性

除了内存布局属性外，用于 python 数据分析的 numpy 库的 ndarray 对象还具有数据类型属性和 t 和 real 等其他属性。

ndarray 的数据类型属性如下：

描述：

ndarray.dtype 返回 Array 元素的数据类型。

例

>>import numpy as np

>arr1=np.array([1,2,3])
>arr1
array([1, 2, 3])
通过 NDArosiondtype 获取 NDAlus 的数据类型。 
>arr1.dtype
dtype('int32')

描述：

ndarray.t 转置数组，原始数组保持不变。

一维数组在转置之前和之后是相同的。

对于二维及以上数组，轴数保持不变，转置后形状发生变化。

例

>>import numpy as np

>ar1=np.array([1,2,3])
>ar1
array([1, 2, 3])
t 转置数组以生成一个新数组，并且原始数组保持不变。 
一维数组在转置之前和之后是相同的。 
>ar1.t
array([1, 2, 3])
>ar2=np.array([[1,2,3],[5,6,7]])
>ar2
array([[1, 2, 3],[5, 6, 7]])
二维数组，转置后，轴数不变，形状不变。 
>ar2t=ar2.t 
>ar2t
array([[1, 5],[2, 6],[3, 7]])
>ar2.ndim
>ar2.shape
>ar2t.NDIM 轴的数量保持不变。 
>ar2t.形状形状变化，轴尺寸互换。 
>ar3=np.array([[1,2,3],[5,6,7]]]
>ar3
array([[1, 2, 3],[5, 6, 7]]]
三维阵列，转置后，轴数不变，形状变化。 
>ar3t=ar3.t
>ar3t
array([[1],[5]],2],[6]],3],[7]]]
>ar3.ndim
>ar3.shape
>ar3t.NDIM 轴的数量保持不变。 
>ar3t.形状形状变化，轴尺寸互换。 

z=a+bj，z是复数，a是复数的实部，b是复数的虚部。

例

>>import numpy as np

z=a+bj，z是复数，a是复数的实部，b是复数的虚部。 
>ar1=np.array([1+2j,3+5j])
>ar1
array([1.+2.j, 3.+5.j])
real 返回复数的实数部分。 
>ar1.real
array([1., 3.])

例

>>import numpy as np

z=a+bj，z是复数，a是复数的实部，b是复数的虚部。 
>ar1=np.array([1+2j,3+5j])
>ar1
array([1.+2.j, 3.+5.j])
imag 返回复数的虚部。 
>ar1.imag
array([2., 5.])

与内置的迭代器对象类似，它支持索引和遍历等操作。

例

>>import numpy as np

>ar1=np.array([[1,2,3],[4,5,6]])
>ar1
array([[1, 2, 3],[4, 5, 6]])
# numpy.ndarray.flat 返回一个由数组的所有元素组成的一维迭代器。 
>ar1_flat=ar1.flat 
>from collections.abc import iterable
flat 返回可迭代对象。 
>isinstance(ar1_flat,iterable)
true 遍历 flat 返回的迭代器。 
>i for i in ar1_flat]
支持索引操作。 
>ar1_flat[2]
获取长度。 
>len(ar1_flat)
转换为列表
>list(ar1_flat)
>ar1_t=ar1.t
>ar1_t_flat=ar1_t.flat
>ar1_t
array([[1, 4],[2, 5],[3, 6]])
>i for i in ar1_t_flat]

numpy.ndarray.ctypes.data 返回数组的内存地址。

numpy.ndarray.ctypes.data as 返回一个数据指针，该指针指向对数组的引用。

ctypes.c_uint32*ar1.size).from_address(numpy.ndarray.ctypes.data） 创建与 NDAluS 地址相同的数组。

例

>>import numpy as np

>import ctypes as ct
>ar1=np.array([[11,12,13],[15,16,18]])
>ar1
array([[11, 12, 13],[15, 16, 18]])
>ar1.dtype
dtype('int32')
# numpy.ndarray.CTYPES 返回一个对象，该对象简化了数组与 CTYPES 模块的交互。 
>ar1_ctypes=ar1.ctypes
data 返回指向数组内存区域的指针，该指针是一个整数。 
>cdata=ar1_ctypes.data
>ar1_ctypes
>cdata
data as 返回一个数据指针，该指针指向对数组的引用。 
>cdata32=ar1_ctypes.data_as(ct.pointer(ct.c_uint32))
>cdata32
_main__.lp_c_ulong object at 0x000001fbfff26440>
将数据作为数据进行遍历。 
>cdata32[i] for i in range(ar1.size)]
创建一个数组 b，共享 numpyndarray.ctype.数据地址
AR1 CTYPES 与 B 相互作用。 
>b=(ct.c_uint32*ar1.size).from_address(cdata)
>b
_main__.c_ulong_array_6 object at 0x000001fbffecee40>
>b[:]
修改 ar1 的第一个元素。 
>ar1[0][0]
>ar1[0][0]=21
>ar1[0][0]
>ar1
array([[21, 12, 13],[15, 16, 18]])
b 元素也被修改，因为它指向相同的地址
>b[:]
修改 b 的元素。 
>b[1]=22
>b[:]
>ar1
array([[21, 22, 13],[15, 16, 18]])