Numpy 之 ndarray 的常用属性及函数

NumPy中最基本的数据类型是`ndarray`，即N维数组，它除了可以存储多维数组外，还提供了丰富的属性和方法，方便对数组进行各种操作。下面列举了`ndarray`的常用属性和方法： **属性：** 1. `ndarray.shape`：表示数组的形状（即每个维度的大小），返回一个元组。 2. `ndarray.ndim`：表示数组的维度数。 3. `ndarray.size`：表示数组中元素的总个数。 4. `ndarray.dtype`：表示数组元素的数据类型。 5. `ndarray.itemsize`：表示数组中每个元素的字节大小。 6. `ndarray.data`：包含实际数组元素的缓冲区。 **方法：** 1. 数组创建 - `np.array()`：从列表、元组等序列对象创建数组。 - `np.zeros()`：创建全零数组。 - `np.ones()`：创建全一数组。 - `np.empty()`：创建空数组。 - `np.arange()`：创建一维数组，类似于Python的range函数。 - `np.linspace()`：创建指定范围内的等间隔一维数组。 - `np.eye()`：创建单位矩阵或者说对角线上元素为1的矩阵。 2. 数组操作 - 索引和切片：与Python中的列表类似，可以使用索引和切片来访问数组元素。 - 数组形状变换：`reshape()`、`resize()`、`transpose()`、`flatten()`等方法可以改变数组的形状。 - 数组连接：`concatenate()`、`stack()`、`hstack()`、`vstack()`等方法可以实现数组的连接操作。 - 数组拆分：`split()`、`hsplit()`、`vsplit()`等方法可以实现数组的拆分操作。 3. 数组计算 - 数组运算：支持加、减、乘、除、幂运算等基本算术运算。 - 通用函数：支持绝对值、三角函数、指数和对数函数等各种通用函数。 - 统计函数：支持计算数组的平均值、标准差、方差、最大值、最小值等统计函数。 4. 数组排序 - `sort()`、`argsort()`、`lexsort()`、`partition()`等方法可以实现数组的排序操作。 5. 数组文件读写 - `save()`、`savez()`、`load()`等函数可以实现NumPy数组的文件读写操作。 以上是`ndarray`的常用属性和方法，掌握这些属性和方法可以方便地对数组进行各种操作，实现各种数学和科学计算任务。