numpy数组的表示形式

在NumPy库中，数组（Array）是其核心数据结构，它们是以一种高效的多维、同质数值表的形式表示。NumPy数组可以看作是一个表格或矩阵，每个元素都有相同的数据类型，如整型（int）、浮点型（float）、复数等。

数组的表示形式通常包括以下部分：

1. **维度**：NumPy数组是一维到多维的，维度可以通过`.ndim`属性获取，例如`arr.ndim`会返回数组的维度数。一维数组类似于列表，二维数组类似二维表格，更高维度则对应三维、四维等多维空间。

2. **形状（Shape）**：数组的形状是一个元组，表示数组中元素的行数和列数，例如`(3, 4)`意味着一个3行4列的矩阵。可以使用`.shape`属性获取。

3. **索引（Indexing）**：数组的元素可以通过索引来访问，索引从0开始，比如`arr`表示第一行第一个元素。对于二维数组，还可以使用两个索引分别表示行和列，如`arr[1, 2]`。

4. **数据类型（Data Type）**：每个数组元素都有一个数据类型，例如`int64`, `float32`, `complex128`等，可以通过`.dtype`属性查看。

5. **内容（Content）**：数组的内容是具体的数值，可以是整数、小数、字符串（虽然不常见）。存储在内存中的数组是以连续的方式排列的，这使得数学运算非常高效。

举个例子：

import numpy as np

# 创建一个3x2的二维数组
arr = np.array([[1, 2], [3, 4], [5, 6]])
print(arr)
# 输出：[[1 2]
#         [3 4]
#         [5 6]]

print(arr.shape)    # 输出：(3, 2)
print(arr.dtype)    # 输出：int64
print(arr[0, 0])    # 输出：1

这就是NumPy数组的基本表示形式。