创建 NumPy ndarray 对象
NumPy 用于处理数组。 NumPy 中的数组对象称为 ndarray。
我们可以使用 array() 函数创建一个 NumPy ndarray 对象。
python
arr = np.array([1, 2, 3, 4, 5])
arr = np.array((1, 2, 3, 4, 5))# arr.ndim = 1
arr = np.array({1, 2, 3, 4, 5})# arr.ndim = 0由上可知，可以使用列表或者元组构建数组
检查维数？
NumPy 数组提供了 ndim 属性，该属性返回一个整数，该整数会告诉我们数组有多少维。
python
import numpy as np
a = np.array(1)
b = np.array([a, a+1, a+2])
c = np.array([b, b+1, b+2])
d = np.array([c, c+1, c+2])
print(a.ndim)# 0
print(b.ndim)# 1
print(c.ndim)# 2
print(d.ndim)# 3更高维的数组
数组可以拥有任意数量的维。
在创建数组时，可以使用 ndmin 参数定义维数。
python
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
# [[[[[1 2 3 4]]]]]
# number of dimensions : 5访问数组元素
python
import numpy as np
a = np.array(1)
b = np.array([a, a+1, a+2])
c = np.array([b, b+1, b+2])
d = np.array([c, c+1, c+2])
print(a) # 1
print(b[1]) # 2
print(c[1][1]) # 3
print(c[1, 1]) # 3
print(d[1][1][1]) # 4
print(d[1, 1, 1]) # 4负索引
python
print(b[-1]) # 3
print(c[-1][-1]) # 5
print(c[-1, -1]) # 5
print(d[-1][-1][-1])# 7
print(d[-1, -1, -1])# 7索引范围
python
arr[start：end]
arr[start：end：step]# 可以定义步长如果我们不传递 start，则将其视为 0。
如果我们不传递 end，则视为该维度内数组的长度。
如果我们不传递 step，则视为 1。
实例
从两个元素裁切索引 1 到索引 4（不包括），这将返回一个 2-D 数组：
python
import numpy as np
arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])
print(arr[0:2, 1:4])输出
python
[[2 3 4]
[7 8 9]]