NumPy作為高性能科學計算和數據分析的基礎包，是介紹其它重要數據分析工具的基礎，掌握NumPy的功能及其用法，將有助于后續其他數據分析工具的學習。

NumPy中最重要的一個特點就是其N維數組對象，即ndarray(別名array)對象，該對象具有矢量算術能力和復雜的廣播能力，可以執行一些科學計算。不同于Python標準庫，ndarray對象擁有對高維數組的處理能力，這也是數值計算中缺一不可的重要特性。

ndarray對象中定義了一些重要的屬性，具體如表1所示：

ndarray對象的常用屬性

值得一提的是，ndarray對象中存儲元素的類型必須是相同的。

為了讓讀者更好地理解ndarray，接下來，通過一些示例來演示ndarray對象 的使用，具體代碼如下：

上述示例中，第1行代碼使用import…as語句導入numpy庫，并將其取別名為np，表示后續會用np代替numpy執行操作。

第2行代碼使用arange()和reshape()函數，創建了一個3行4列的數組data。其中，arange()函數的功能類似于range()，只不過arange()函數生成的是一系列數字元素的數組;reshape()函數的功能是重組數組的行數、列數和維度。

第4行代碼使用type()函數查看了數組的類型，輸出結果為numpy.ndarray。

第5行代碼獲取了數組的維度個數，返回結果為2，表示二維數組。

第6行代碼獲取了數組的維度，返回結果為(3,4)，表示數組有3行4列。

第7行代碼獲取了數組中元素的總個數，返回結果為12，表示數組中一共有12個元素。

第8行代碼獲取了元素的具體類型，返回結果為dtype(‘int64’)，表示元素的類型為int64。

ndarray對象的常用屬性，上面了已經為大家做了詳細的介紹，希望對大家有所幫助！

本文來自千鋒教育，轉載請注明出處。

總結

以上是生活随笔為你收集整理的Python技术分享：ndarray对象的常用属性的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。