numpy中包含一个N维数组对象，即ndarray对象，该对象具有矢量算术能力和复杂的广播能力，常用于科学计算。ndarray对象中的元素可以通过索引访问，索引序号从0开始;ndarray对象中存储的所有元素的类型必须相同。创建ndarray对象的方式有很多种，关于这些函数的说明如表所示。
numpy中创建数组的常用函数
通过 arange()函数可以创建一个等差数组，它的功能类似于 range()函数，但是range()函数返回的结果是数组而非列表。例如，创建一个等差数组，数组中的元素是从1到16之间且步长为2的整数，如下所示:
np.arange(1，16，2) #创建等差数组
array([ 1，3，5，7，9，11，13，15])
数组创建好以后便可以查看它的一些基本属性，这些属性的说明如表所示：
ndarray对象的常见属性
下面创建一维数组arr_1d 和二维数组 arr 2d，并查看这两个数组的一些属性，包括维度、各维度大小和元素总个数，代码如下:
arr ld =np.array([10，12，13]) # 创建一维数组
print(arr 1d)[10 12 13]
print(arr ld.ndim) # 数组维度
1
print (arr 1d.shape) # 数组在每个维度上的大小
(3,)
print(arr ld.size) #数组元素的总个数
3
arr 2d =np.array([[10，12，13]，[0，2，3]]) #创建二维数组
print(arr 2d)
[[10 12 13]
[0 2 3]]
print(arr_2d.ndim) #数组维度
2
print(arr_2d.shape) #数组在每个维度上的大小
(2，3)
print(arr_2d.size) #数组元素的总个数
6
当使用print()函数打印二维数组时，numpy会以类似于嵌套列表的形式显示不同维度的数组打印方式有所不同，一维数组按行打印，二维数组打印为矩阵，三维数组打印为矩阵列表，且矩阵列表具有以下布局。
·最后一个轴按从左到右的顺序打印。
·倒数第二个轴按从上到下的顺序打印。
·其余部分也按从上到下的顺序打印，每部分之间用空行分隔。
