Anatomia de um array

Os atributos

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape, arr.ndim, arr.size)
print(arr.dtype, arr.itemsize, arr.nbytes)
print(arr.T)
print(arr.strides)

(2, 3) 2 6
int64 8 48
[[1 4]
 [2 5]
 [3 6]]
(24, 8)

O strides é o detalhe interno que torna o fatiamento tão rápido: para andar uma linha, o NumPy pula 24 bytes (3 elementos de 8 bytes), e para andar uma coluna, pula 8. Você não precisa calculá-lo, mas o capítulo 29 mostra como ele permite criar "visões" sem copiar dados.

Forma não é tamanho

O erro mais frequente de quem começa é trocar shape por size. Eles respondem a perguntas diferentes: o shape diz como os elementos estão organizados, e o size diz quantos são. Um array de forma (4, 5) tem tamanho 20.

Um array de uma dimensão tem forma de um elemento, e é preciso a vírgula na tupla. E há arrays de zero dimensões (escalares), cuja forma é a tupla vazia:

print(len(arr), np.array([1, 2, 3]).shape, np.array(5).shape, np.array(5).ndim)

2 (3,) () 0

O len(arr) devolve apenas o tamanho da primeira dimensão (2 linhas). Para o total de elementos, use size.

Por que o dtype importa mais do que parece

Um milhão de float64 ocupa o dobro da memória do mesmo milhão em float32. Em um conjunto de dados de brinquedo isso é irrelevante, mas quando o conjunto cresce para centenas de milhões de valores, escolher o tipo certo decide se ele cabe na memória. O próximo capítulo trata disso.