NumPy 定义了一个 n 维数组对象，简称 ndarray 对象，它是一个一系列相同类型元素组成的数组集合。数组中的每个元素都占有大小相同的内存块，您可以使用索引或切片的方式获取数组中的每个元素。
ndarray 对象有一个 dtype 属性，该属性用来描述元素的数据类型，相关知识会在《
NumPy数据类型
》一节做详细介绍 。
ndarray 对象采用了数组的索引机制，将数组中的每个元素映射到内存块上，并且按照一定的布局对内存块进行排列，常用的布局方式有两种，即按行或者按列。
创建ndarray对象
通过 NumPy 的内置函数 array() 可以创建 ndarray 对象，其
语法格式如下：
numpy.array(object, dtype = None, copy = True, order = None,ndmin = 0)
下面表格对其参数做了说明：
object
表示一个数组序列。
dtype
可选参数，通过它可以更改数组的数据类型。
可选参数，表示数组能否被复制，默认是 True。
order
以哪种内存布局创建数组，有 3 个可选值，分别是 C(行序列)/F(列序列)/A(默认)。
用于指定数组的维度。
import numpy as np
arr = np.array([[1, 2, 3, 4], [4, 5, 6, 7], [9, 10, 11, 23]])
print(arr.ndim)
您也可以使用 ndim 参数创建不同维度的数组：
#输出一个二维数组
import numpy as np
a = np.array([1, 2, 3,4,5], ndim = 2)
print(a)
输出结果如下：
[[1 2 3 4 5]]
reshape数组变维
数组的形状指的是多维数组的行数和列数。Numpy 模块提供 reshape() 函数可以改变多维数组行数和列数，从而达到数组变维的目的。因此数组变维即对数组形状的重塑，如图1所示：
图1：reshape函数数组变维
reshape() 函数可以接受一个元组作为参数，用于指定了新数组的行数和列数，示例如下：
import numpy as np
e = np.array([[1,2],[3,4],[5,6]])
print("原数组",e)
e=e.reshape(2,3)
print("新数组",e)
输出如下：
原数组 [[1 2]
[3 4]
[5 6]]
新数组 [[1 2 3]
[4 5 6]]
