데이터 분석 및 시각화 / numpy

itemsize

==========

ary2d = np.array([[1, 2, 3], 
                  [4, 5, 6]], dtype='int64')
ary2d.itemsize   # int64는 64bit 정수.  즉 8 byte

==========

결과

8

shape

==========

ary2d.shape   # ndarray의 모양을 볼 때 사용

==========

결과

(2, 3)

==========

np.array([1, 2, 3]).shape    # ndarray가 1 차원일 때.  잘 기억 바람

==========

결과

(3,)

np.array(정수값)

: 스칼라형 됨.

==========

scalar = np.array(5)
scalar

==========

결과

5

==========

scalar.ndim

==========

결과

0