一、Numpy中文网： https://www.numpy.org.cn

二、Numpy基础之ndarray
1、ndarray，即N维数组对象，是Numpy最重要的一个特点，它是一个快速灵活的大数据集合容器，可以对整块数据执行一些数学运算，其语法与标量元素之间的运算一样。
2、其构造器如下：
numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)
3、定义ndarray
使用array（）函数定义，以python列表作为参数，创建之后列表的元素就是ndarray的元素。例：


三、Numpy基础之数组属性

1、ndarray数据类型由一个叫dtype的numpy对象指定，每个ndarray只有一种dtype类型；
2、其数组的维数和元素数量由数组的型（shape）来确定。shape由n个正整数组成的元组来指定，元组的每个元素对应每一维的大小，数组的维统称为轴（axis），轴的数量叫做秩（rank）。例：

3、ndarray也可以指定维度和数值类型来创建多维数组。例：

四、Numpy基础之数据类型
1、Numpy支持比python更多种类的数值类型。其构造语法如下：
numpy.dtype（object，align，copy），其中Object表示被转换为数据类型的对象；Align表示如果为true，则向字段添加间隔，使其类似C的结构体；Copy则表示生成dtype对象的新副本，如果为flase，结果是内建数据类型对象的引用。
2、查看ndarray的数据类型：.dtype

3、下表中显示了Numpy中定义的不同标量数据类型：

以下是一些例子：

这些例子都是先创建一个Python序列，然后通过array函数将其转换成数组，但这样做明显效率不高。因此Numpy提供了很多专门用来创建数组的函数。

五、Numpy基础之数组创建
1、numpy.empty（），以随机的方式来创建数组。例：

2、numpy.zeros（），返回指定大小的数组，并且以0作为填充。例：

3、numpy.zeros_like（），生成一个和所给数组相同大小的全是0的数组。例：

4、numpy.ones（），返回指定大小的数组，并且以1来填充。例：

5、numpy.ones_like（），生成一个和所给数组相同大小的全是1的数组。例：

6、numpy.eye（），返回对角线为1，其余为0的数组，例：

7、numpy.asarray（），主要是把python中的list和元组转换成numpy中的ndarray。例：

8、numpy.arange（），类似于python的range函数，通过指定开始值、终值和步长来创建一维数组，注意数组不包括终值。例：

9、numpy.linspace（），通过指定开始值、终值和元素个数来创建一维数组，可以通过endpoint关键字指定是否包括终值，缺省设置是包括终值。例：

10、numpy.logspace（），和linspace类似，不过它创建等比数列。例：

以上。