ndarray的属性解析及代码案例----基础

1.numpy介绍：
numpy 是使用python进行数据分析不可或缺的第三方库，非常多的科学计算工具都是基于 numpy 进行开发的。NumPy数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推。在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量。比如说，二维数组相当于是一个一维数组，而这个一维数组中每个元素又是一个一维数组。所以这个一维数组就是NumPy中的轴（axes），而轴的数量——秩，就是数组的维数。
2.numpy.ndarray()：
shape：表示多维数组的形状，int型元组；
dtype：数组中元素的类型；
buffer：用于初始化数组的buffer；
offset：buffer中用于初始化数组的首个数据的偏移；
strides：每个轴的下标增加1时，数据指针在内存中增加的字节数；
order：‘C’:行优先；’F’:列优先；

3.ndarray对象属性
Numpy库中的矩阵模块为ndarray对象，有很多属性：T，data, dtype,flags,flat,imag,real,size,itemsize,nbytes,ndim,shape,strides,ctypes,base等等。
**重点：ndim：维度；shape：形状（各维度的长度）；size：总长度；dtype：元素类型

a.ndarray.ndim 秩，即轴的数量或维度的数量

未完待续
https://www.runoob.com/numpy/numpy-array-attributes.html

参考文献：
https://blog.csdn.net/scorpion_zs/article/details/52526310