Python 创建数组
创建一个 NumPy ndarray 对象
NumPy 用于处理数组。 NumPy 中的数组对象被称为ndarray。
我们可以创建一个 NumPyndarray对象通过使用array()功能。
类型（）：这个内置的 Python 函数告诉我们传递给它的对象的类型。就像上面的代码一样，它表明arr是numpy.ndarray类型。
创建一个ndarray，我们可以将列表、元组或任何类似数组的对象传递给array()方法，它会被转换成ndarray:
数组的维度
数组中的维度是数组深度的一层（嵌套数组）。
嵌套数组：是以数组为元素的数组。
0 维数组
0 维数组或标量是数组中的元素。数组中的每个值都是一个 0 维数组。
一维数组
以 0 维数组作为元素的数组称为一维或一维数组。
这些是最常见和基本的数组。
二维数组
以一维数组作为元素的数组称为二维数组。
这些通常用于表示矩阵或二阶张量。
NumPy 有一个专门用于矩阵运算的完整子模块，称为numpy.mat
示例
创建一个包含两个数组的二维数组，其值为 1,2,3 和 4,5,6：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
亲自试一试 »
3-D 阵列
以 2 维数组（矩阵）为元素的数组称为 3 维数组。
这些通常用于表示三阶张量。
示例
创建一个包含两个 2-D 数组的 3-D 数组，这两个数组都包含两个值为 1,2,3 和 4,5,6 的数组：
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
亲自试一试 »
检查维数？
NumPy 数组提供了ndim返回一个整数的属性，该整数告诉我们数组有多少维。
示例
检查数组有多少维：
import numpy as np
a = np.array(42)
b = np.array([1, 2, 3, 4, 5])
c = np.array([[1, 2, 3], [4, 5, 6]])
d = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(a.ndim)
print(b.ndim)
print(c.ndim)
print(d.ndim)
亲自试一试 »
高维数组
数组可以有任意数量的维度。
创建数组时，您可以使用以下命令定义维数：ndmin参数。
示例
创建一个 5 维数组并验证它是否具有 5 维：
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
亲自试一试 »
在此数组中，最里面的维度（第 5 个维度）有 4 个元素，第 4 个维度有 1 个元素，即向量，第 3 个维度有 1 个元素，即带有向量的矩阵，第 2 个维度有 1 个元素，即 3D 数组，第一个维度有 1 个 4D 数组元素。
截取页面反馈部分，让我们更快修复内容！也可以直接跳过填写反馈内容!