Numpy中如何使用ndim、shape、dtype和astype函数进行数据类型转换及维度查询？

本文共计667个文字，预计阅读时间需要3分钟。

numpy数组中以下四个方法的区别：

1. ndim- ndim 返回的是数组的空间维度，即数组有多少个轴。返回值是一个整数，表示数组的维数。

2. shape- shape 返回的是数组的尺寸，即每个轴上元素的数量。返回值是一个元组，表示每个维度的长度。

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。