numpy 核心数据结构

NumPy是Python中用于科学计算的一个基础包，它提供了一个多维数组对象以及对数组对象进行各种快速操作的功能。以下是NumPy的核心数据结构：

1. 数组（Array）：NumPy的核心数据结构是多维数组对象，也称为ndarray。它是一个由相同类型的元素组成的表格，可以是一维、二维或更高维度的数组。可以使用NumPy的array函数来创建数组。

2. 属性（Attributes）：数组对象具有一些属性，可以通过调用数组对象的属性来访问。例如，可以使用shape属性获取数组的维度信息，使用dtype属性获取数组的数据类型。

3. 创建数组的方式：除了使用array函数创建数组外，NumPy还提供了其他创建数组的方式，例如使用zeros函数创建全零数组、使用ones函数创建全一数组、使用arange函数创建连续的数组等。

4. 数组的轴（Axes）：对于多维数组，每个维度被称为一个轴。可以使用NumPy的ndim属性获取数组的轴数，使用shape属性获取数组每个轴的长度。

以下是一个示例代码，演示了如何创建一个二维数组并访问其属性：

import numpy as np

# 创建一个二维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])

# 访问数组的属性
print("数组的维度：", arr.ndim)  # 输出：2
print("数组的形状：", arr.shape)  # 输出：(2, 3)
print("数组的数据类型：", arr.dtype)  # 输出：int64