NumPy提供了一个N维数组对象，即：ndarray。ndarray是一个通用的同构数据多维容器，也就是说，其中的所有元素必须是相同类型的。
创建ndarray数组
创建数组最简单的方式就是使用array函数，它接受一切序列型的对象，然后产生一个新的含有传入数据的NumPy数组。如下：
嵌套的序列将会被转换为一个多为数组：
除非显示的说明，np.array会尝试为新建的这个数组推断出一个较为合适的数据类型，我们可以通过dtype来进行查看，比如上面刚建立的数组类型为：int32类型；另，我们可以通过shape属性来查看当前数组各个维度的大小。
除了np.array之外，另一些函数也能提供数组的创建，比如：zeros和ones分别可以创建指定长度并且内容全为0或者1的数组。如下：
可以通过np.zeros创建内容全为0的数组：
也可以通过ones创建一个内容全为1的数组：
也可以通过empty函数创建一个三维数组：
empty函数并不会返回全是0的数组，所以想要通过empty函数创建一个元素全是0的数组是不安全的。
另，可以通过arange函数创建在某个数范围内的数组：
ndarray的数据类型
dtype是一个特殊的对象，它含有ndarray将一块内存解释为特定数据类型所需的信息，我们可以通过dtype来制定当前新建数组的类型：
在NumPy中提供了多种数据类型：比如int8/uint8，int16/uint16，int32/uint32等等；我们可以通过astype方法来显式地转换一个数组的类型：
在上面的例子中将整型转换为了浮点型。如果将浮点型转换为整型的话，则小数部分会被截断：
如果一个字符串中都是数字的话，我们也可以将其转换为数值形式：
我们还可以通过一个数组的类型来指定另一个数组的类型：
数组和标量之间的运算
数组很重要，因为它不用编写循环即可对数据进行批量计算。这通常叫做矢量。大小相等的数组之间的任何算术运算都回将运算应用到各个元素上。
同样，数组与标量之间的算术运算也会将那个标量值传播到各个元素：
【Python实战15】NumPy数组的创建