python-numpy速查文档（5）
博客主页：源码速查
本文档共 5 部分，当前为第 5 部分
文章目录
- python-numpy速查文档（5）
- 六、公开方法速查（按功能分类）
- nan：缺失值
- nargs：参数个数
- nbytes：总字节
- nd：维度数用途
- ndim：维度数
- newaxis：新增轴
- newbyteorder：字节序转换
- nin：输入个数
- nop：操作数个数
- nout：输出个数
- ntypes：循环类型数
- num：类型编号
- numerator：分子值
- numiter：迭代器数量
- o：O
- ogrid：开放网格
- operands：操作数
- order：存储顺序
- pi：圆周率
- ptp：极差快捷入口
- r：R
- r_：行拼接器
- real：实部
- roots：多项式根
- s_：切片构造器
- ScalarType：标量类型集
- sctypeDict：标量类型表
- shape：形状尺寸
- signature：调用签名
- size：元素数量
- smallest_normal：最小正规数
- str：字符串命名空间
- strides：步长
- subdtype：子类型
- T：转置
- tiny：最小正数
- True_：布尔真值
- type：元素类型
- typecodes：类型代码
- types：类型集合
- value：数值
- variable：变量对象
- version：版本信息
- weekmask：工作日掩码
- 八、快速索引
- 类快速索引
- 方法快速索引
- 属性快速索引
- 九、参考资料
【numpy 公开成员统计】：共 70 个公开类，433 个公开方法，108 个公开属性
六、公开方法速查（按功能分类）
本部分继续列出公开方法或属性详细条目。
nan：缺失值
类型：float
归属：numpy
说明：numpy.nan表示 IEEE NaN 缺失或非法数值，适合构造浮点缺失值并参与空值判断。
importnumpyasnp# 构造能体现 nan 属性含义的 NumPy 对象arr=np.array([[1+2j,2+0j,3-1j],[4+0j,5+1j,6+0j]])value=arr.nanprint("属性值:",value)# 输出含义：展示 nan 的真实读取结果print("返回类型:",type(value).__name__)# 输出含义：判断后续能否继续索引、遍历或传给底层接口nargs：参数个数
类型：getset_descriptor
归属：numpy.ufunc
说明：ufunc.nargs返回 ufunc 输入和输出参数总数，适合检查通用函数调用需要多少操作数。
importnumpyasnp# 构造能体现 nargs 属性含义的 NumPy 对象arr=np.array([[1+2j,2+0j,3-1j],[4+0j,5+1j,6+0j]])value=arr.nargsprint("属性值:",value)# 输出含义：展示 nargs 的真实读取结果print("返回类型:",type(value).__name__)# 输出含义：判断后续能否继续索引、遍历或传给底层接口nbytes：总字节
类型：getset_descriptor
归属：numpy.generic
说明：generic.nbytes返回数组实际数据区总字节数，适合估算内存开销。
importnumpyasnp# 构造能体现 nbytes 属性含义的 NumPy 对象arr=np.array([[1+2j,2+0j,3-1j],[4+0j,5+1j,6+0j]])value=arr.nbytesprint("属性值:",value)# 输出含义：展示 nbytes 的真实读取结果print("返回类型:",type(value).__name__)# 输出含义：判断后续能否继续索引、遍历或传给底层接口类型：getset_descriptor
归属：numpy.ndarray
说明：ndarray.nbytes表示对象底层数据占用的字节数，适合估算内存成本。
importnumpyasnp# 用二维数组展示 ndarray 常见属性的含义arr=np.array([[1,2,3],[4,5,6]])value=arr.nbytesprint("属性含义:","缺失常量")print("属性类型:",type(value).__name__)# 输出: 属性返回值类型print(value)# 输出: 属性实际内容nd：维度数用途
类型：member_descriptor
归属：numpy.broadcast
说明：broadcast.nd返回广播结果的维度数，适合确认多个数组广播后的结果层级。
importnumpyasnp# 构造能体现 nd 属性含义的 NumPy 对象broadcasted=np.broadcast(np.array([1,2]),np.array([[10],[20]]))value=broadcasted.ndprint("属性值:",value)# 输出含义：展示 nd 的真实读取结果print("返回类型:",type(value).__name__)# 输出含义：判断后续能否继续索引、遍历或传给底层接口ndim：维度数
类型：member_descriptor
归属：numpy.broadcast
说明：broadcast.ndim暴露广播对象的结构或运行状态，适合检查数组布局、类型状态或计算条件。
importnumpyasnp# 用二维数组展示 ndarray 常见属性的含义arr=np.array([[1,2,3],[4,5,6]])value=arr.ndimprint("属性含义:","维度数")print("属性类型:",type(value).__name__)# 输出: 属性返回值类型print(value)# 输出: 属性实际内容类型：getset_descriptor
归属：numpy.dtype
说明：dtype.ndim暴露数据类型对象的结构或运行状态，适合检查数组布局、类型状态或计算条件。
importnumpyasnp# 用二维数组展示 ndarray 常见属性的含义arr=np.array([[1,2,3],[4,5,6]])value=arr.ndimprint("属性含义:","维度数")print("属性类型:",type(value).__name__)# 输出: 属性返回值类型print(value)# 输出: 属性实际内容类型：getset_descriptor
归属：numpy.generic
说明：generic.ndim暴露NumPy 标量基类的结构或运行状态，适合检查数组布局、类型状态或计算条件。
importnumpyasnp# 用二维数组展示 ndarray 常见属性的含义arr=np.array([[1,2,3],[4,5,6]])value=arr.ndimprint("属性含义:","维度数")print("属性类型:",type(value).__name__)# 输出: 属性返回值类型print(value)# 输出: 属性实际内容类型：getset_descriptor
归属：numpy.ndarray
说明：ndarray.ndim返回维度数量，适合区分标量、向量、矩阵和高维张量。
importnumpyasnp# 用二维数组展示 ndarray 常见属性的含义arr=np.array([[1,2,3],[4,5,6]])value=arr.ndimprint("属性含义:","维度数")print("属性类型:",type(value).__name__)# 输出: 属性返回值类型print(value)# 输出: 属性实际内容类型：getset_descriptor
归属：numpy.nditer
说明：nditer.ndim暴露数组迭代器的结构或运行状态，适合检查数组布局、类型状态或计算条件。
importnumpyasnp# 用二维数组展示 ndarray 常见属性的含义arr=np.array([[1,2,3],[4,5,6]])value=arr.ndimprint("属性含义:","维度数")print("属性类型:",type(value).__name__)# 输出: 属性返回值类型print(value)# 输出: 属性实际内容newaxis：新增轴
类型：NoneType
归属：numpy
说明：numpy.newaxis是None的别名，适合在索引中插入新维度来调整数组形状。
importnumpyasnp# 构造能体现 newaxis 属性含义的 NumPy 对象arr=np.array([[1+2j,2+0j,3-1j],[4+0j,5+1j,6+0j]])value=arr.newaxisprint("属性值:",value)# 输出含义：展示 newaxis 的真实读取结果print("返回类型:",type(value).__name__)# 输出含义：判断后续能否继续索引、遍历或传给底层接口newbyteorder：字节序转换
类型：getset_descriptor
归属：numpy.generic
说明：generic.newbyteorder返回使用指定字节序解释数据的新 dtype 或标量视图，适合处理跨平台二进制数据。
importnumpyasnp# 构造能体现 newbyteorder 属性含义的 NumPy 对象arr=np.array([[1+2j,2+0j,3-1j],[4+0j,5+1j,6+0j]])value=arr.newbyteorderprint("属性值:",value)# 输出含义：展示 newbyteorder 的真实读取结果print("返回类型:",type(value).__name__)# 输出含义：判断后续能否继续索引、遍历或传给底层接口类型：getset_descriptor
归属：numpy.ndarray
说明：ndarray.newbyteorder返回使用指定字节序解释数据的新 dtype 或标量视图，适合处理跨平台二进制数据。
importnumpyasnp# 用二维数组展示 ndarray 常见属性的含义arr=np.array([[1,2,3],[4,5,6]])value=arr.dtype.newbyteorder('>')print("属性含义:","参数总数")print("属性类型:",type</
