NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。
ndarray 对象是用于存放同类型元素的多维数组。
ndarray 中的每个元素在内存中都有相同存储大小的区域。
ndarray 内部由以下内容组成：
-
一个指向数据（内存或内存映射文件中的一块数据）的指针。
-
数据类型或 dtype，描述在数组中的固定大小值的格子。
-
一个表示数组形状（shape）的元组，表示各维度大小的元组。
-
一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数。
一、ndarray 内部结构
跨度可以是负数，这样会使数组在内存中后向移动，切片中 obj[::-1] 或 obj[:,::-1] 就是如此。
创建一个 ndarray 只需调用 NumPy 的 array 函数即可：
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
参数说明：
| 名称 | 描述 |
|---|---|
| object | 数组或嵌套的数列 |
| dtype | 数组元素的数据类型，可选 |
| copy | 对象是否需要复制，可选 |
| order | 创建数组的样式，C为行方向，F为列方向，A为任意方向（默认） |
| subok | 默认返回一个与基类类型一致的数组 |
| ndmin | 指定生成数组的最小维度 |
二、实例
1、创建一维数组
import numpy as np
a1 = np.array([1, 2, 3])
print(a1)
输出如下：
[1 2 3]
2、创建多维数组
a2 = np.array([[1, 2, 3],[4, 5, 6]]) # 二维数组
print(a2)
输出如下：
[[1 2 3]
[4 5 6]]
3、设置最小维度
# 不设置ndmin参数
a1 = np.array([1, 2, 3])
print(a1)
a1.ndim # 查看数组维度
# 设置ndmin=2
a = np.array([1,2,3], ndmin=2)
print(a)
a.ndim # 查看数组维度
输出如下：
# 不设置ndmin参数
[1 2 3]
# 设置ndmin=2
[[1 2 3]]
4、dtype 参数
a = np.array([1, 2, 3], dtype=complex) # 创建复数类型数组
print(a)
输出如下：
[1.+0.j 2.+0.j 3.+0.j]