numpy 学习汇总16 - Scalar标量的属性方法( 基础学习 tcy)
发布日期:2021-06-29 14:47:30 浏览次数:3 分类:技术文章

本文共 3930 字,大约阅读时间需要 13 分钟。

Scalar attritubles and method   2018/7/3   2018/11/22

-------------------------------------------------------------------------------------------

1.属性方法

属性 说明
generic.flags    标志的整数值
generic.shape   数组维度的元组
generic.strides  每个维度中的字节元组步骤
generic.ndim    数组维数
generic.data    指向数据开始的指针
generic.size    gentype中的元素数量
generic.itemsize 一个元素的长度以字节为单位
generic.base    基础对象
generic.dtype 获取数组数据描述符
generic.real 标量的实部
generic.imag 标量的虚部
generic.flat 标量的一维视图
generic.T       颠倒
generic.__array_interface__ 数组协议:Python方面
generic.__array_struct__    数组协议:结构
generic.__array_priority__ 阵列优先。
generic.__array_wrap__  sc .__ array_wrap __(obj)从数组返回标量
方法 数组标量与数组具有完全相同的方法。例外如下:
generic   numpy标量类型的基类
generic.__array__   sc .__ array __(| type)返回0-dim数组
generic.__array_wrap__  sc .__ array_wrap __(obj)从数组返回标量
generic.squeeze     未实现(虚拟属性)
generic.byteswap    未实现(虚拟属性)
generic.__reduce__  腌菜的帮手
generic.__setstate__  
generic.setflags    未实现(虚拟属性)
2.定义新类型   1)从内置的标量类型中构造结构化类型dtypes外2)子类化 ndarray和覆盖感兴趣的方法。这将在一定程度上起作用,但内部某些行为是由数组的数据类型固定的。3)完全自定义数组的数据类型,您需要定义一个新的数据类型,并将其注册到NumPy。这种新类型只能用C语言定义,使用NumPy C-API。-------------------------------------------------------------------------------------------3.标量实例

import numpy as np

a=np.arange(10,22).reshape(3,4)

x=a[0,0]

 

print('1标志的整数值=',a.flags)

print('2数组维度的元组=',a.shape)

print('3每个维度中的字节元组=',a.strides)

print('4数组维数=',a.ndim)

print('5指向数据开始的指针=',a.data)

print('6gentype中的元素数量=',a.size)

print('7一个元素的长度以字节为单位=',a.itemsize)

print('8基础对象=',a.base)

print('9获取数组数据描述符=',a.dtype)

print('10标量的实部=',a.real)

print('11标量的虚部=',a.imag)

print('12标量的一维视图=',a.flat)

 

print('13颠倒=',a.T)

print('14数组协议:Python方面=',a.__array_interface__)

print('15数组协议:结构=',a.__array_struct__)

print('16阵列优先=',a.__array_priority__)

print('17从数组返回标量=',a.__array_wrap__)

#------------------------------------------------------------------------

print('1 标志的整数值=',x.flags)

print('2 数组维度的元组=',x.shape)

print('3 每个维度中的字节元组=',x.strides)

print('4 数组维数=',x.ndim)

print('5 指向数据开始的指针=',x.data)

print('6 gentype中的元素数量=',x.size)

print('7 一个元素的长度以字节为单位=',x.itemsize)

print('8 基础对象=',x.base)

print('9 获取数组数据描述符=',x.dtype)

print('10 标量的实部=',x.real)

print('11 标量的虚部=',x.imag)

print('12 标量的一维视图=',x.flat)

print('13 颠倒=',x.T)

print('14 数组协议:Python方面=',x.__array_interface__)

print('15 数组协议:结构=',x.__array_struct__)

print('16 阵列优先=',x.__array_priority__)

print('17 从数组返回标量=',x.__array_wrap__)

--------------------------------------------------------------------------

1 标志的整数值=   C_CONTIGUOUS : True

  F_CONTIGUOUS : True

  OWNDATA : True

  WRITEABLE : False

  ALIGNED : True

  WRITEBACKIFCOPY : False

  UPDATEIFCOPY : False

1标志的整数值=   C_CONTIGUOUS : True

  F_CONTIGUOUS : False

  OWNDATA : False

  WRITEABLE : True

  ALIGNED : True

  WRITEBACKIFCOPY : False

  UPDATEIFCOPY : False

2 数组维度的元组= ()

2数组维度的元组= (3, 4)

3 每个维度中的字节元组= ()

3每个维度中的字节元组= (16, 4)

4 数组维数= 0

4数组维数= 2

5 指向数据开始的指针= <memory at 0x0000000005EDBB88>

5指向数据开始的指针= <memory at 0x0000000005EA7DC8>

6 gentype中的元素数量= 1

6gentype中的元素数量= 12

7 一个元素的长度以字节为单位= 4

7一个元素的长度以字节为单位= 4

8 基础对象= None

8基础对象= [10 11 12 13 14 15 16 17 18 19 20 21]

9 获取数组数据描述符= int32

9获取数组数据描述符= int32

10 标量的实部= 10

10标量的实部= [[10 11 12 13]

 [14 15 16 17]

 [18 19 20 21]]

11 标量的虚部= 0

11标量的虚部= [[0 0 0 0]

 [0 0 0 0]

 [0 0 0 0]]

12 标量的一维视图= <numpy.flatiter object at 0x0000000002A91BD0>

12标量的一维视图= <numpy.flatiter object at 0x0000000002A91BD0>

13 颠倒= 10

13颠倒= [[10 14 18]

 [11 15 19]

 [12 16 20]

 [13 17 21]]

14 数组协议:Python方面= {'data': (45545216, False), 'strides': None, 'descr': [('', '<i4')], 'typestr': '<i4', 'shape': (), 'version': 3, '__ref': array(10)}

14数组协议:Python方面= {'data': (41788496, False), 'strides': None, 'descr': [('', '<i4')], 'typestr': '<i4', 'shape': (3, 4), 'version': 3}

15 数组协议:结构= <capsule object NULL at 0x0000000005EDAA20>

15数组协议:结构= <capsule object NULL at 0x0000000005EDAA20>

16 阵列优先= -1000000.0

16阵列优先= 0.0

17 从数组返回标量= <built-in method __array_wrap__ of numpy.int32 object at 0x0000000005B63F90>

17从数组返回标量= <built-in method __array_wrap__ of numpy.ndarray object at 0x0000000002E7B030>

 

转载地址:https://chunyou.blog.csdn.net/article/details/84332760 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:numpy 学习汇总17 - 副本和视图,内部缓冲区( 基础学习 tcy)
下一篇:numpy 学习汇总15 -广播 ( 基础学习 tcy)

发表评论

最新留言

很好
[***.229.124.182]2024年04月05日 14时07分15秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章

基于 Keil MDK 移植 RT-Thread Nano 2019-04-29
【报名截至今晚】12月14日深圳嵌入式与音频开发专题会议预告 2019-04-29
移植 RT-Thread Nano 到 RISC-V 2019-04-29
软件包应用分享|基于RT-Thread的百度语音识别(二) 2019-04-29
在 RT-Thread Nano 上添加控制台与 FinSH 2019-04-29
一站式开发工具:RT-Thread Studio 正式发布 2019-04-29
留言有礼|谢谢你悄悄点了小星星,让我们跃居GitHub RTOS Star榜第一 2019-04-29
功能更新!C 函数也能在 MicroPython 中被调用啦 2019-04-29
东软载波携ES32+RT-Thread走进海尔集团 2019-04-29
今晚8点直播预告:RT-Thread Studio等相关主题答疑 2019-04-29
Linux内核在中国大发展的黄金十年-写于中国Linux存储、内存管理和文件系统峰会十周年之际... 2019-04-29
物联网 20 年简史大揭秘! 2019-04-29
开源项目|RT-Thread 软件包应用作品:水墨屏桌面台历 2019-04-29
珠联璧合!基于i.MX RT和RT-Thread的物联网云接入方案 2019-04-29
基于RTT-MicroPython制作自带BGM的新型肺炎晴雨表 2019-04-29
Arm宣布推出Cortex-M55核心和Ethos-U55 microNPU,瞄准低功耗Edge AI 2019-04-29
开源项目|RT-Thread 软件包应用作品:小闹钟 2019-04-29
在 RT-Thread Studio 上使用 RT-Thread Nano 2019-04-29
开源项目|软件包应用作品:通用物联网系统平台 2019-04-29
【经验分享】RT-Thread UART设备驱动框架初体验(中断方式接收带\r\n的数据) 2019-04-29