NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型、通过一个正整数元组索引的元素表格(通常是元素是数字)。在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank)。
例如，在3D空间一个点的坐标[1, 2, 3]是一个秩为1的数组，因为它只有一个轴。那个轴长度为3.又例如，在以下例子中，数组的秩为2(它有两个维度).第一个维度长度为2,第二个维度长度为3.
[[ 1., 0., 0.],
[ 0., 1., 2.]]
NumPy的数组类被称作ndarray。通常被称作数组。注意numpy.array和标准Python库类array.array并不相同，后者只处理一维数组和提供少量功能。
重要ndarray对象属性有：
ndarray.ndim
返回数组轴的个数，在python的世界中，轴的个数被称作秩；
ndarray.shape
返回数组的维度。这是一个指示数组在每个维度上大小的整数元组。例如一个n排m列的矩阵，它的shape属性将是(2,3),这个元组的长度显然是秩，即维度或者ndim属性；
ndarray.size
返回数组元素的总个数，等于shape属性中元组元素的乘积；
ndarray.dtype
返回一个用来描述数组中元素类型的对象，可以通过创造或指定dtype使用标准Python类型。另外NumPy提供它自己的数据类型；
创建数组的方法：
numpy.array建立普通数组
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
object-创建的序列对象[]
dtype-数据类型：none、float、int64等
copy -可选，默认为true，对象是否被复制
order- ‘C’为按行的 C 风格数组，’F’为按列的 Fortran 风格数组，’A’为任意
subok- 默认情况下，返回的数组被强制为基类数组。 如果为true，则返回子类
ndimin-指定返回数组的最小维数
numpy.empty 建立空数组
numpy.empty(shape, dtype = , order = ”)
shape-数组的形状：[几行，几列]
- numpy.zeros 建立全零数组
numpy.zeros(shape, dtype = float, order = ‘C’)
numpy.ones 建立全一数组
numpy.ones(shape, dtype = float, order = ‘C’)
数组的添加/删除操作：
numpy.resize 返回指定大小的新数组。 如果新大小大于原始大小，则包含原始数组中的元素的重复副本
numpy.resize(arr, shape)
arr：要修改大小的输入数组
shape：返回数组的新形状(几行，几列)
numpy.append 在输入数组的末尾添加值。 附加操作不是原地的，而是分配新的数组。 输入数组的维度必须匹配
numpy.append(arr, values, axis)
arr：输入数组
values：要向arr添加的值，比如和arr形状相同（除了要添加的轴）
axis：定义进行操作的轴方向。如果没有提供，两个参数都会被展开 列方向为1，行方向为0
numpy.insert 在给定索引处，沿给定轴在输入数组中插入值。 如果值的类型转换为要插入，则它与输入数组不同。 插入没有原地的，函数会返回一个新数组。 此外，如果未提供轴，则输入数组会被展开。
numpy.insert(arr, obj, values, axis)
arr：输入数组
obj：在其之前插入值的索引
values：要插入的值
axis：沿着它插入的轴，如果未提供，则输入数组会被展开
numpy.delete
Numpy.delete(arr, obj, axis) 返回从输入数组中删除指定子数组的新数组
arr：输入数组
obj：可以被切片，整数或者整数数组，表明要从输入数组删除的子数组
axis：沿着它删除给定子数组的轴，如果未提供，则输入数组会被展开