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。

ndarray对象是用于存放同类型元素的多维数组，是numpy中的基本对象之一，另一个是func对象。本文主要内容是：1 它的维度以及个维度上的元素个数由shape决定。

标题中的函数就是numpy的构造函数，我们可以使用这个函数创建一个ndarray对象。构造函数有如下几个可选参数：

接下来介绍ndarray对象最常用的属性

使用array函数，从常规的python列表或者元组中创建数组，元素的类型由原序列中的元素类型确定。

subok为True，并且object是ndarray子类时（比如矩阵类型），返回的数组保留子类类型

某些时候，我们在创建数组之前已经确定了数组的维度以及各维度的长度。这时我们就可以使用numpy内建的一些函数来创建ndarray。
例如：函数ones创建一个全1的数组、函数zeros创建一个全0的数组、函数empty创建一个内容随机的数组，在默认情况下，用这些函数创建的数组的类型都是float64，若需要指定数据类型，只需要闲置dtype参数即可：

上述三个函数还有三个从已知的数组中，创建shape相同的多维数组：ones_like、zeros_like、empty_like，用法如下：

除了上述几个用于创建数组的函数，还有如下几个特殊的函数：

特别地，eye函数的全1的对角线位置有参数k确定

1. arange函数类似python中的range函数，通过指定初始值、终值以及步长（默认步长为1）来创建数组
2. linspace函数通过指定初始值、终值以及元素个数来创建一维数组
3. logspace函数与linspace类似，只不过它创建的是一个等比数列，同样的也是一个一维数组
   

1. fromstring函数从字符串中读取数据并创建数组
2. fromfunction函数由第一个参数作为计算每个数组元素的函数（函数对象或者lambda表达式均可），第二个参数为数组的形状
   

除了上面两个函数还有其他几个类似的从外部获取数据并创建ndarray，比如：frombuffer、fromfile、fromiter，还没用过，等用到了在详细记录

ndarray提供了一些创建二维数组的特殊函数。numpy中matrix是对二维数组ndarray进行了封装之后的子类。这里介绍的关于二维数组的创建，返回的依旧是一个ndarray对象，而不是matrix子类。关于matrix的创建和操作，待后续笔记详细描述。为了表述方便，下面依旧使用矩阵这一次来表示创建的二维数组。

1. diag函数返回一个矩阵的对角线元素、或者创建一个对角阵，对角线由参数k控制
2. diagflat函数以输入作为对角线元素，创建一个矩阵，对角线由参数k控制
3. tri函数生成一个矩阵，在某对角线以下元素全为1，其余全为0，对角线由参数k控制
4. tril函数输入一个矩阵，返回该矩阵的下三角矩阵，下三角的边界对角线由参数k控制
5. triu函数与tril类似，返回的是矩阵的上三角矩阵
6. vander函数输入一个一维数组，返回一个范德蒙德矩阵

对于一维的ndarray可以使用python访问内置list的方式进行访问：整数索引、切片、迭代等方式
与内置list切片类似，形式：
end: 结束索引（不包含这个元素）

1. beg可以为空，表示从索引0开始；
2. end也可以为空，表示达到索引结束（包含最后一个元素）；
3. step为空，表示间隔为1；
4. 负值索引：倒数第一个元素的索引为-1，向前以此减1
5. 负值step：从后往前获取元素

特别注意的是，ndarray中的切片返回的数组中的元素是原数组元素的索引，对返回数组元素进行修改会影响原数组的值

除了上述与list相似的访问元素的方式，ndarray有一种通过列表来指定要从ndarray中获取元素的索引，例如：

多维ndarray中，每一维都叫一个轴axis。在ndarray中轴axis是非常重要的，有很多对于ndarray对象的运算都是基于axis进行，比如sum、mean等都会有一个axis参数（针对对这个轴axis进行某些运算操作），后续将会详细介绍。
对于多维数组，因为每一个轴都有一个索引，所以这些索引由逗号进行分割，例如：

1. 当提供的索引比轴数少时，缺失的索引表示整个切片（只能缺失后边的轴）
2. 当提供的索引为:时，也表示整个切片
3. 可以使用...代替几个连续的:索引

可以使用ndarray的flat属性迭代数组中每一个元素