[TOC]
# 查看类型
把数组转为numpy类型,并查看里面每个元素类型
**打印类型**
~~~
import numpy as np
tang_list = [1, 2, 3, 4, 5]
tang_array = np.array(tang_list)
# 打印类型
type(tang_array) # int64
~~~
**查看每个元素的类型**
~~~
# 查看每个元素的类型
print(tang_array.dtype)
~~~
如果里面有一个存的是浮点数,那么整个都会转成浮点数,因为numpy会做个向下转型,要类型统一
**自动存放的类型统一,为了高效**
~~~
import numpy as np
tang_list = [1, 2, 3, 4, 5.0]
tang_array = np.array(tang_list)
print(tang_array)
# 打印类型
type(tang_array)
# 查看每个元素的类型
print(tang_array.dtype)
~~~
输出
~~~
[ 1. 2. 3. 4. 5.]
float64
~~~
# 基本属性
~~~
import numpy as np
tang_list = [1, 2, 3, 4, 5]
tang_array = np.array(tang_list)
# 看里面一个元素占用多少字节
print(tang_array.itemsize)
# 查看有几个元素,不关心几维
print(tang_array.size)
# 也可以这样
print(np.size(tang_array))
~~~
输出
~~~
8
5
5
~~~
## 查看shape值(维度,数量)
~~~
# 查看shape值(这时候一维只有5个元素)
# 维度,每个维度几个数字,如果每个维度的数字数量不一样,那就是没有值
print(tang_array.shape) # (5,)
~~~
## 打印矩阵是几维的
~~~
# 打印矩阵是几维的,每个维度的数据量都是一样的才会统计
print(tang_array.ndim)
~~~
输出
~~~
1
~~~
## 覆盖元素
改变原来的值
~~~
# 往矩阵中添加一些元素
tang_array.fill(0)
print(tang_array)
~~~
输出
~~~
[0 0 0 0 0]
~~~
# 索引和切片
~~~
import numpy as np
tang_list = [1, 2, 3, 4, 5]
tang_array = np.array(tang_list)
# 索引
print(tang_array[0])
# 切片
print(tang_array[-2:])
~~~
