（一）size,shape,len,count

len（）：返回对象的长度
比如len([1,2,3])，返回值为3

count（）：计算包含对象个数
比如[1,1,1,2].count(1)，返回值为3

sum（）：做一个和运算
比如sum([1,2,3])，返回值为6

size()和shape () 是numpy模块中才有的函数

size（）函数是返回分组大小的Series。

size()：计算数组和矩阵所有数据的个数 

a = np.array([[1,2,3],[4,5,6]]) 
np.size(a)，返回值为 6 
np.size(a,1)，返回值为 3

shape ():得到矩阵每维的大小 
np. shape (a)，返回值为 (2,3)

另外要注意的是，shape和size既可以作为函数，也可以作为ndarray的属性 
a.size，返回值为 6, 
a.shape，返回值为 (2,3)

（二）Numpy中ndim、dtype、astype区别

1.ndim

ndim返回的是数组的维度，返回的只有一个数，该数即表示数组的维度。

2.shape

shape：表示各位维度大小的元组。返回的是一个元组。

对于一维数组：有疑问的是为什么不是（1，6），因为arr1.ndim维度为1，元组内只返回一个数。

对于二维数组：前面的是行，后面的是列，他的ndim为2，所以返回两个数。

对于三维数组：很难看出，下面打印arr3，看下它是什么结构。

先看最外面的中括号，包含[[1,2,3],[4,5,6]]和[[7,8,9],[10,11,12]]，假设他们为数组A、B，就得到[A,B]，如果A、B仅仅是一个数字，他的ndim就是2，这就是第一个数。但是A、B是（2，3）的数组。所以结合起来，这就是arr3的shape，为（2，2，3）。

将这种方法类比，也就可以推出4维、5维数组的shape。

3.dtype

dtype：一个用于说明数组数据类型的对象。返回的是该数组的数据类型。由于图中的数据都为整形，所以返回的都是int32。如果数组中有数据带有小数点，那么就会返回float64。

有疑问的是：整形数据不应该是int吗？浮点型数据不应该是float吗？

解答：int32、float64是Numpy库自己的一套数据类型。

4.astype

astype：转换数组的数据类型。

int32 --> float64        完全ok

float64 --> int32        会将小数部分截断

string_ --> float64        如果字符串数组表示的全是数字，也可以用astype转化为数值类型

注意：其中的float，它是python内置的类型，但是Numpy可以使用。Numpy会将Python类型映射到等价的dtype上。

点滴分享，福泽你我！Add oil！

【参考】

https://blog.csdn.net/erinapple/article/details/80302742

https://blog.csdn.net/Da_wan/article/details/80518725