ndarray（N-dimensional array）对象是整个numpy库的基础。
它有以下特点：
- 同质：数组元素的类型和大小相同
- 定量：数组元素数量是确定的
一、创建简单的数组：
np.array([2,2]) 创建了一个长度为2的一维数组
array(data,dtype=):该函数可以传递两个参数，第一个为数据，可以接收嵌套的元组或列表（可以组合）；第二个为数据类型，如果不传会为ndarray()对象指定最合适的数据类型。
二、基本属性：
- dtype（data-type，数据类型）：指定了数组元素的唯一类型
- shape（形状）：指定了数组的维数、元素数量，shape是一个元组类型
- ndim：轴数（维数）
- size：数组长度
- itemsize：定义了每一个元素的长度为多少字节
- data：表示包含数组实际元素的缓冲区，很少用
三、自带的数组创建方法
1、zeros()：生成由shape作为参数指定维度的、元素都为0的数组。
In : np.zeros((3,3)) Out: array([[ 0., 0., 0.], [ 0., 0., 0.], [ 0., 0., 0.]])
2、ones()：类似上述函数，生成元素都为1的数组
3、arange(起始值,结束值)：生成包含一个数值序列的数组。如果你想得到的序列，最后一个数再加1作为参数
4、arange(起始值,结束值,步长)：步长表示序列中相邻两个数的差距
In : np.arange(0,18,3)
Out: array([ 0, 3, 6, 9, 12, 15])
5、reshape()：重置定义形状。注意数量。
In : np.arange(0,8).reshape(2,4) Out: array([[0, 1, 2, 3], [4, 5, 6, 7]])
7、linspace(起始值,结束值,分块数):与arange()很相似，区别在于第三个参数表示的是将序列分为多少个部分
In : linspace(0,10,5)
Out: array([ 0. , 2.5, 5. , 7.5, 10. ])
8、random.random()：可以使用numpy.random模块的random()函数来随机填充数组。参数为数组长度
In : random.random(4)
Out: array([ 0.85812617, 0.38083953, 0.02089629, 0.6603858 ])
四、总结
这个是numpy库最最基本的操作，明天继续学习数组的各种运算方法。