Question

我是Python的新手。

使用Matlab多年后，最近，我开始研究numpy / scipy

似乎numpy最基本的元素似乎是ndarray。在ndarray中，有以下属性：

ndarray.ndim
ndarray.shape
ndarray.size
...等

我对C ++ / JAVA类非常熟悉，但我是Python OOP的新手。

Q1：我的第一个问题是上述属性的身份是什么？

首先，我假设上述属性可能是公共成员变量。但很快，我发现a.ndim = 10不起作用（假设a是ndarray的对象）因此，它似乎不是公共成员变量。

接下来，我猜测它们可能是类似于C ++中的getter方法的公共方法。但是，当我用括号尝试a.nidm()时，它不起作用。所以，它似乎不是一种公共方法。

另一种可能性是它们是私有成员变量，但是打印a.ndim有效，因此它们不能是私有数据成员。

所以，我无法弄清楚上述属性的真实身份是什么。

Q2。我在哪里可以找到ndarray的Python代码实现？由于我在本地PC上安装了numpy / scipy，我想可能有一些方法可以查看源代码，然后我认为一切都可能很清楚。

你能就此提出一些建议吗？

Answer 1

numpy是C代码和Python代码的混合实现。源可以在github上浏览，可以作为git存储库下载。但是挖掘C源代码需要一些工作。许多文件都标记为.c.src，这意味着它们在编译之前会经过一个或多个perprocessing层。

Python也是用C和Python混合编写的。所以不要试图强迫事物进入C ++术语。

最好利用您的MATLAB经验，调整以允许Python。 numpy有许多超越Python的怪癖。它使用的是Python语法，但因为它有自己的C代码，所以它不仅仅是一个Python类。

我使用Ipython作为我通常的工作环境。有了这个，我可以使用foo?来查看foo的文档（与Python help(foo)相同）和foo??以查看代码 - 如果它是用Python编写的（如MATLAB / Octave type(foo)）

Python对象具有属性和方法。另外properties看起来像属性，但实际上使用方法来获取/设置。通常，您不需要了解属性和属性之间的区别。

 x.ndim   # as noted, has a get, but no set; see also np.ndim(x)
 x.shape   # has a get, but can also be set; see also np.shape(x)

Ipython中的

x.<tab>向我展示了ndarray的所有完成情况。有4 * 18。一些是方法，一些属性。 x._<tab>显示了更多以__开头的内容。这些都是“私人” - 不是为了公共消费，而是仅仅是语义。您可以查看它们并在需要时使用它们。

Off hand x.shape是我设置的唯一ndarray属性，即便如此，我通常会使用reshape(...)。阅读他们的文档，看看差异。 ndim是维度的数量，直接更改维度是没有意义的。它是len(x.shape);更改形状以更改ndim。同样，x.size不应该是您直接更改的内容。

其中一些属性可通过函数访问。 np.shape(x) == x.shape，类似于MATLAB size(x)。（MATLAB没有.属性语法。）

x.__array_interface__是一个方便的属性，它为字典提供了许多属性

In [391]: x.__array_interface__
Out[391]: 
{'descr': [('', '<f8')],
 'version': 3,
 'shape': (50,),
 'typestr': '<f8',
 'strides': None,
 'data': (165646680, False)}

ndarray(shape, dtype=float, buffer=None, offset=0, strides=None, order=None)的文档，__new__方法列出了这些属性：

`Attributes
----------
T : ndarray
    Transpose of the array.
data : buffer
    The array's elements, in memory.
dtype : dtype object
    Describes the format of the elements in the array.
flags : dict
    Dictionary containing information related to memory use, e.g.,
    'C_CONTIGUOUS', 'OWNDATA', 'WRITEABLE', etc.
flat : numpy.flatiter object
    Flattened version of the array as an iterator.  The iterator
    allows assignments, e.g., ``x.flat = 3`` (See `ndarray.flat` for
    assignment examples; TODO).
imag : ndarray
    Imaginary part of the array.
real : ndarray
    Real part of the array.
size : int
    Number of elements in the array.
itemsize : int
    The memory use of each array element in bytes.
nbytes : int
    The total number of bytes required to store the array data,
    i.e., ``itemsize * size``.
ndim : int
    The array's number of dimensions.
shape : tuple of ints
    Shape of the array.
strides : tuple of ints
    The step-size required to move from one element to the next in
    memory. For example, a contiguous ``(3, 4)`` array of type
    ``int16`` in C-order has strides ``(8, 2)``.  This implies that
    to move from element to element in memory requires jumps of 2 bytes.
    To move from row-to-row, one needs to jump 8 bytes at a time
    (``2 * 4``).
ctypes : ctypes object
    Class containing properties of the array needed for interaction
    with ctypes.
base : ndarray
    If the array is a view into another array, that array is its `base`
    (unless that array is also a view).  The `base` array is where the
    array data is actually stored.

所有这些都应被视为属性，但我认为numpy实际上并不使用property机制。一般来说，它们应被视为“只读”。除shape之外，我只记得更改data（指向数据缓冲区的指针）和strides。

Answer 2

关于你的第一个问题，Python有properties的语法糖，包括获取，设置，删除它们的细粒度控制，以及限制上述任何一个。

所以，例如，如果你有

class Foo(object):
    @property
    def shmip(self):
        return 3

然后您可以编写Foo().shmip来获取3，但是，如果这是类定义，则您已禁用设置Foo().shmip = 4。

换句话说，那些是只读属性。

Answer 3

问题1

您提到的列表包含Numpy数组的属性。

例如：

a = np.array([1, 2, 3])
print(type(a))
>><class 'numpy.ndarray'>

由于a是nump.ndarray，因此您可以使用这些属性来了解有关它的更多信息。（即a.size将导致3）。要获取有关每个人所执行操作的信息，请访问有关属性的SciPy's文档。

问题2

您可以启动here以熟悉Numpy的一些基础工具以及Reference Manual，假设您使用的是v1.9。有关Numpy Array的特定信息，您可以转到Array Objects。

他们的文档非常广泛且非常有用。整个网站提供了一些示例，显示了多个示例。

在numpy中ndarray的“ndim，shape，size，.. etc”的标识是什么？

3 个答案: