HoRain云--NumPy数组核心属性全解析

云夏之末

324人浏览 · 2026-03-27 09:30:00

云夏之末 · 2026-03-27 09:30:00 发布

🎬 HoRain云小助手：个人主页

🔥 个人专栏: 《Linux 系列教程》《c语言教程》

⛺️生活的理想，就是为了理想的生活!

⛳️ 推荐

前些天发现了一个超棒的服务器购买网站，性价比超高，大内存超划算！忍不住分享一下给大家。点击跳转到网站。

专栏介绍

专栏名称	专栏介绍
《C语言》	本专栏主要撰写C干货内容和编程技巧，让大家从底层了解C，把更多的知识由抽象到简单通俗易懂。
《网络协议》	本专栏主要是注重从底层来给大家一步步剖析网络协议的奥秘，一起解密网络协议在运行中协议的基本运行机制！
《docker容器精解篇》	全面深入解析 docker 容器，从基础到进阶，涵盖原理、操作、实践案例，助您精通 docker。
《linux系列》	本专栏主要撰写Linux干货内容，从基础到进阶，知识由抽象到简单通俗易懂，帮你从新手小白到扫地僧。
《python 系列》	本专栏着重撰写Python相关的干货内容与编程技巧，助力大家从底层去认识Python，将更多复杂的知识由抽象转化为简单易懂的内容。
《试题库》	本专栏主要是发布一些考试和练习题库（涵盖软考、HCIE、HRCE、CCNA等）

⛳️ 推荐

专栏介绍

📊 NumPy ndarray 核心属性总览

根据搜索结果，我为您整理了 NumPy 数组（ndarray）的完整属性指南。

📊 NumPy ndarray 核心属性总览

NumPy 的 ndarray（N-dimensional array）是科学计算的核心数据结构，提供了多个只读属性用于快速获取数组的结构和内存信息。

🔑 六大核心属性

属性	说明	返回值类型	示例
`ndim`	数组的维度数（轴的数量）	`int`	一维=1，二维=2，三维=3
`shape`	数组的形状（各维度大小）	`tuple`	`(3, 4)` 表示 3 行 4 列
`size`	数组中元素的总数量	`int`	`shape` 各维度乘积
`dtype`	数组元素的数据类型	`dtype` 对象	`int64`, `float32` 等
`itemsize`	单个元素占用的字节数	`int`	`int64`=8 字节，`float32`=4 字节
`nbytes`	数组总内存占用（字节）	`int`	`size × itemsize`

💻 代码示例

import numpy as np

# 创建二维数组
arr = np.array([[1, 2, 3], 
                [4, 5, 6]], dtype=np.int64)

print(f"ndim:     {arr.ndim}")      # 2
print(f"shape:    {arr.shape}")     # (2, 3)
print(f"size:     {arr.size}")      # 6
print(f"dtype:    {arr.dtype}")     # int64
print(f"itemsize: {arr.itemsize}")  # 8 (字节)
print(f"nbytes:   {arr.nbytes}")    # 48 (6 × 8)

📐 不同维度数组示例

一维数组

a1 = np.array([1, 2, 3, 4, 5])
print(a1.ndim)   # 1
print(a1.shape)  # (5,)
print(a1.size)   # 5

二维数组

a2 = np.array([[1, 2, 3], 
               [4, 5, 6]])
print(a2.ndim)   # 2
print(a2.shape)  # (2, 3)
print(a2.size)   # 6

三维数组

a3 = np.array([[[1, 2], [3, 4]], 
               [[5, 6], [7, 8]]])
print(a3.ndim)   # 3
print(a3.shape)  # (2, 2, 2)
print(a3.size)   # 8

🔧 其他实用属性

属性	说明	示例
`T`	数组转置（不复制数据）	`arr.T`
`real`	复数数组的实部	`arr.real`
`imag`	复数数组的虚部	`arr.imag`
`data`	指向数组数据的缓冲区指针	`arr.data`
`flags`	内存布局标志信息	`arr.flags`
`strides`	各维度步长（字节）	`arr.strides`
`base`	拥有此数组数据的基对象	`arr.base`

示例：转置与步长

arr = np.array([[1, 2, 3], 
                [4, 5, 6]])

print(arr.T)        # 转置
# [[1 4]
#  [2 5]
#  [3 6]]

print(arr.strides)  # 步长（字节）
# (24, 8) 表示跳过24字节到下一行，8字节到下一列

⚠️ 注意事项

注意点	说明
只读属性	大部分属性是只读的，不能直接赋值修改
shape 可修改	`arr.shape = (新形状)` 可以改变形状（元素总数需匹配）
dtype 不可直接改	需用 `arr.astype(新类型)` 转换数据类型
内存共享	`T` 转置不复制数据，修改会影响原数组
nbytes 计算	`nbytes = size × itemsize`，但不包括额外开销

📋 属性速查表

┌─────────────┬──────────────────┬─────────────┐
│   属性名     │      含义         │   典型值     │
├─────────────┼──────────────────┼─────────────┤
│  ndim       │ 维度数量          │  1, 2, 3...  │
│  shape      │ 各维度大小        │  (3, 4, 5)   │
│  size       │ 元素总数          │  60          │
│  dtype      │ 数据类型          │  float64     │
│  itemsize   │ 单元素字节数      │  8           │
│  nbytes     │ 总内存字节数      │  480         │
│  T          │ 转置视图          │  ndarray     │
│  strides    │ 内存步长          │  (32, 8, 8)  │
└─────────────┴──────────────────┴─────────────┘

掌握这些属性可以帮助您更好地理解数组结构、优化内存使用，以及进行高效的科学计算！如有其他问题，欢迎继续咨询。