[TOC] # 查看類型 把數組轉為numpy類型,并查看里面每個元素類型 **打印類型** ~~~ import numpy as np tang_list = [1, 2, 3, 4, 5] tang_array = np.array(tang_list) # 打印類型 type(tang_array) # int64 ~~~ **查看每個元素的類型** ~~~ # 查看每個元素的類型 print(tang_array.dtype) ~~~ 如果里面有一個存的是浮點數,那么整個都會轉成浮點數,因為numpy會做個向下轉型,要類型統一 **自動存放的類型統一,為了高效** ~~~ import numpy as np tang_list = [1, 2, 3, 4, 5.0] tang_array = np.array(tang_list) print(tang_array) # 打印類型 type(tang_array) # 查看每個元素的類型 print(tang_array.dtype) ~~~ 輸出 ~~~ [ 1. 2. 3. 4. 5.] float64 ~~~ # 基本屬性 ~~~ import numpy as np tang_list = [1, 2, 3, 4, 5] tang_array = np.array(tang_list) # 看里面一個元素占用多少字節 print(tang_array.itemsize) # 查看有幾個元素,不關心幾維 print(tang_array.size) # 也可以這樣 print(np.size(tang_array)) ~~~ 輸出 ~~~ 8 5 5 ~~~ ## 查看shape值(維度,數量) ~~~ # 查看shape值(這時候一維只有5個元素) # 維度,每個維度幾個數字,如果每個維度的數字數量不一樣,那就是沒有值 print(tang_array.shape) # (5,) ~~~ ## 打印矩陣是幾維的 ~~~ # 打印矩陣是幾維的,每個維度的數據量都是一樣的才會統計 print(tang_array.ndim) ~~~ 輸出 ~~~ 1 ~~~ ## 覆蓋元素 改變原來的值 ~~~ # 往矩陣中添加一些元素 tang_array.fill(0) print(tang_array) ~~~ 輸出 ~~~ [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:]) ~~~