Attributs des tableaux

Introduction

Dans ce cours, nous allons aborder les différents attributs de tableaux de NumPy.

ndarray.shape

Cet attribut de tableau renvoie un tuple composé des dimensions du tableau. Il peut également être utilisé pour redimensionner le tableau.

Exemple 1

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

Le résultat est le suivant -

(2, 3)

Exemple 2

# this resizes the ndarray 
import numpy as np 

a = np.array([[1,2,3],[4,5,6]]) 
a.shape = (3,2) 
print a

Le résultat est le suivant -

[
    [1, 2] 
    [3, 4] 
    [5, 6]
]

Exemple 3

NumPy also provides a reshape function to resize an array.

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

Le résultat est le suivant -

[
    [1, 2] 
    [3, 4] 
    [5, 6]
]

ndarray.ndim

Cet attribut de tableau renvoie le nombre de dimensions du tableau.

Exemple 1

# an array of evenly spaced numbers 
import numpy as np 
a = np.arange(24) 
print a

Le résultat est le suivant -

[0 1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16 17 18 19 20 21 22 23] 

Exemple 2

# this is one dimensional array 
import numpy as np 
a = np.arange(24) 
a.ndim  

# now reshape it 
b = a.reshape(2,4,3) 
print b 
# b is having three dimensions

Le résultat est le suivant -

[
    [
        [ 0,  1,  2] 
        [ 3,  4,  5] 
        [ 6,  7,  8] 
        [ 9, 10, 11]
    ]  
    [
        [12, 13, 14] 
        [15, 16, 17]
        [18, 19, 20] 
        [21, 22, 23]
    ]
] 

numpy.itemsize

Cet attribut de tableau renvoie la longueur de chaque élément du tableau en octets.

Exemple 1

# dtype of array is int8 (1 byte) 
import numpy as np 
x = np.array([1,2,3,4,5], dtype = np.int8) 
print x.itemsize

Le résultat est le suivant -

1

Exemple 2

# dtype of array is now float32 (4 bytes) 
import numpy as np 
x = np.array([1,2,3,4,5], dtype = np.float32) 
print x.itemsize

Le résultat est le suivant -

4

numpy.flags

L'objet ndarray possède les attributs suivants. Ses valeurs actuelles sont retournées par cette fonction.

Attribut et description

• C_CONTIGUOUS (C) - Les données sont dans un seul segment contigu de type C.
• F_CONTIGUOUS (F) - Les données sont dans un seul segment contigu, de type Fortran.
• OWNDATA (O) - Le tableau possède la mémoire qu'il utilise ou l'emprunte à un autre objet.
• WRITEABLE (W) - La zone de données peut être écrite. La valeur False verrouille les données et les rend accessibles en lecture seule.
• ALIGNED (A) - Les données et tous les éléments sont alignés de manière appropriée pour le matériel.
• UPDATEIFCOPY (U) - Ce tableau est une copie d'un autre tableau. Lorsque ce tableau est désalloué, le tableau de base sera mis à jour avec le contenu de ce tableau.

Exemple

L'exemple suivant montre les valeurs actuelles des drapeaux.

import numpy as np 
x = np.array([1,2,3,4,5]) 
print x.flags

Le résultat est le suivant -

C_CONTIGUOUS : True 
F_CONTIGUOUS : True 
OWNDATA : True 
WRITEABLE : True 
ALIGNED : True 
UPDATEIFCOPY : False