Python NumPy 数组大小为 n

NumPy 是一个 Python 库，主要用于于高级数学、科学计算和工程中的数据处理任务。其中最为基础也是最核心的就是 numpy.ndarray 数组对象。在数据分析与科学计算领域，几乎所有的操作都是基于 ndarray 对象实现的。因此，对于 ndarray 数组的大小，是我们在进行数据分析和科学计算时经常需要考虑的问题。

创建 ndarray 数组

要想创建一个大小为 n 的 ndarray 数组对象，可以采用 numpy 库中的 np.zeros() 或 np.ones() 函数来实现。其中，np.zeros() 函数的默认值是 0.0，而 np.ones() 函数的默认值是 1.0。

import numpy as np

# 使用 np.zeros() 创建一个大小为 5 的全 0 数组
zeros_arr = np.zeros(5)
print(zeros_arr)    # [0. 0. 0. 0. 0.]

# 使用 np.ones() 创建一个大小为 5 的全 1 数组
ones_arr = np.ones(5)
print(ones_arr)    # [1. 1. 1. 1. 1.]

多维数组的大小

如果将 ndarray 数组看作是一个二维或者多维的矩阵，那么它的大小就是由它的形状所决定的。对于一个二维矩阵来说，形状为 (m, n)，其中 m 表示矩阵的行数，n 表示矩阵的列数。而对于一个三维矩阵来说，它的形状则为 (k, m, n)，其中 k 表示矩阵的深度，m 表示矩阵的行数，n 表示矩阵的列数。

可以使用 ndarray 数组对象的 shape 属性来获取它的形状和大小。

import numpy as np

# 创建一个 2 × 3 的矩阵
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)    # (2, 3)

# 创建一个 3 × 3 的矩阵
arr = np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]], [[10, 11, 12], [13, 14, 15], [16, 17, 18]], [[19, 20, 21], [22, 23, 24], [25, 26, 27]]])
print(arr.shape)    # (3, 3, 3)