Numpy库是一个开源python扩充程序库，ndarray对象是一个快速灵活的数据集容器。本次首先总结第一个小模块ndarray多维数组的相关知识点，用思维导图形象地给出整体框架，若有不足之处请各位指正。

       ndarray是齐次多维数组，由正整数元组索引，Numpy中维度称为轴（axis），数组的维数称为秩（rank）。其中所有元素都是相同类型。每次创建一个ndarray数组时，会在内存中同时存储shape（是ndarray维度大小的元组）和dtype（是解释说明ndarray数据类型的对象）。

         1.1 创建ndarray数组

                                                                  图1.1.1  创建ndarray数组

                                                               图1.1.2   创建多维数组

图1.1.3   创建常用函数

         1.2 ndarray对象属性

           根据思维导图可明显看出，关于ndarray的对象属性有5个，用程序表示为如图1.2.1所示：

      图1.2.1   数组属性

  需要注意的是：arr的数据类型是int32位，对于计算机而言，1个字节是8位，所以arr的itemsize属性值为4。

          1.3 ndarray数据类型

         需要先解释常见的几种数据类型，与c语言相同，浮点数（float），单精度，4字节，浮点形式存储；整数（int），4字节，且在浮点数转换为整数形式时，不会按照四舍五入方式转换，而是直接截取整数部分转换；复数（complex），用于独立式环境，与其相对应的还有虚部（Imaginary）；布尔值（bool），专门用于表示真假，真为1，假为0，只有两种表示方法；字符串（string_）,就是指字符堆积成的串序列；

           对于创建好的ndarray数组，我们可以采用astype方法进行数据类型的转换，如图1.3.1所示。

图1.3.1   astype数据类型转换

其中astype也可以通过另一个数组的dtype转换，创建一个新数组，并不会改变原来数组的数据类型。

           1.4 数组变换

           1.4.1数组重塑

            reshape函数，改变数据维度，传入的函数为新元素的元组。

            ravel数据散开函数，其返回值是数据的呈现效果，实际视图不改变。

            flatten数据扁平化函数，在重塑过程中会分配新的内存。

            如图1.4.1所示。

                               图1.4.1   数组重塑

           1.4.2数组合并

           concatenate函数，用于合并几个数组间的操作，通过指定轴方向，将多个数组合在一起。

           vstack方法，即axis=0，纵轴看，从上到下合并，行数增加。

           hstack方法，即axis=1，横轴看，从左到右合并，列数增加。

           如图1.4.2所示。

                                图1.4.2   数组合并

           1.4.3数组拆分

            数组拆分是数组合并的反操作，通过split方法实现拆分为多个数组。如图1.4.3所示。

                                  图1.4.3   数组拆分

           1.4.4数组转置

            转置是重塑的一种特殊形式，通过transpose方法进行转置，其需要传入轴编号组成的元组。与其类似的还有T转置。

           1.4.5数组轴对换

            轴对换是通过swapaxes方法实现。

           1.5 NumPy的随机数函数

          在思维导图中清晰可见其函数的用法，读者可自行编写。