数据分析-Numpy多维数组02

1. 通过nparray.ndim可以查看数组维度。
2. 通过nparray.shape可以看到数组的形状（几行几列），shape是一个元组，里面几个元素代表是几维数组。
3. 通过nparray.reshape可以修改数组形状，条件需要修改后的元素个数必须和原来个数一致。不过reshape不会修改原来数组形状，他只会将修改后的元素结果返回。
4. 通过nparry.size可以查看数组总共有多少个元素
5. 通过nparry.itemsize可以看到数组中每个元素所占内存大小，单位是字节（1字节8位）。

ndim函数

import numpy as np
nparray = np.array([[1,2,3],[4,5,6]])
print(nparray.ndim)

shape函数

import numpy as np
nparray = np.array([[1,2,3],[4,5,6]])
print(nparray.shape)

reshape函数

import numpy as np
nparray = np.array([[1,2,3],[4,5,6]])
a = nparray.reshape((3,2))
print(a)
print(a.shape)

flatten()函数 扁平操作 把复杂维度降到一维

import numpy as np
nparray = np.array([[1,2,3],[4,5,6]])
a = nparray.reshape((3,2))
print(a)
print(a.flatten())

size()函数

import numpy as np
nparray = np.array([[1,2,3],[4,5,6]])
a = np.size(nparray)
print(a)

itemsize方法

import numpy as np
nparray = np.array([[1,2,3],[4,5,6]])
a = np.size(nparray)
b = nparray.itemsize
print(b)
print(b*a)

数组一般达到三维就已经很复杂了，不太方便计算，所以一般都会把三维以上数组转换成2维数组来计算。