NumPy數組的維數稱為秩（rank），一維數組的秩為1，二維數組的秩為2，以此類推。在NumPy中，每一個線性的數組稱為是一個軸（axes），秩其實是描述軸的數量。比如說，二維數組相當于是一個一維數組，而這個一維數組中每個元素又是一個一維數組。所以這個一維數組就是NumPy中的軸（axes），而軸的數量——秩，就是數組的維數。

1、創建矩陣

Numpy庫中的矩陣模塊為ndarray對象，有很多屬性：T，data, dtype,flags,flat,imag,real,size,

itemsize,nbytes,ndim,shape,strides,ctypes,base等等。

1.1采用ndarray對象

import numpy as np #引入numpy庫#創建一維的narray對象a = np.array([1,2,3,4,5])#創建二維的narray對象a2 = np.array([[1,2,3,4,5],[6,7,8,9,10]])#創建多維對象以其類推

1.2通過函數創建矩陣

1.2.1 arange

import numpy as npa = np.arange(10) # 默認從0開始到10（不包括10），步長為1print(a) # 返回 [0 1 2 3 4 5 6 7 8 9]a1 = np.arange(5,10) # 從5開始到10（不包括10），步長為1print(a1) # 返回 [5 6 7 8 9]a2 = np.arange(5,20,2) # 從5開始到20（不包括20），步長為2print(a2) # 返回 [ 5 7 9 11 13 15 17 19]

1.2.2 linspace

linspace()和matlab的linspace很類似，用于創建指定數量等間隔的序列，實際生成一個等差數列。

import numpy as npa = np.linspace(0,10,5) # 生成首位是0，末位是10，含5個數的等差數列print(a) 

1.2.3 logspace

linspace用于生成等差數列，而logspace用于生成等比數列。

下面的例子用于生成首位是100，末位是102，含5個數的等比數列

import numpy as npa = np.logspace(0,2,5)print(a)

1.2.4 ones,zeros,eye,empty

ones創建全1矩陣
zeros創建全0矩陣
eye創建單位矩陣
empty創建空矩陣（實際有值）

import numpy as npa_ones = np.ones((3,4)) # 創建3*4的全1矩陣print(a_ones)# 結果[[ 1. 1. 1. 1.] [ 1. 1. 1. 1.] [ 1. 1. 1. 1.]]a_zeros = np.zeros((3,4)) # 創建3*4的全0矩陣print(a_zeros)# 結果[[ 0. 0. 0. 0.][ 0. 0. 0. 0.][ 0. 0. 0. 0.]]a_eye = np.eye(3) # 創建3階單位矩陣print(a_eye)# 結果[ 1. 0. 0.][ 0. 1. 0.][ 0. 0. 1.]]a_empty = np.empty((3,4)) # 創建3*4的空矩陣 print(a_empty)# 結果[[ 1.78006111e-306 -3.13259416e-294 4.71524461e-309 1.94927842e+289][ 2.10230387e-309 5.42870216e+294 6.73606381e-310 3.82265219e-297][ 6.24242356e-309 1.07034394e-296 2.12687797e+183 6.88703165e-315]]

1.2.5 fromstring

fromstring()方法可以將字符串轉化成ndarray對象，需要將字符串數字化時這個方法比較有用，可以獲得字符串的ascii碼序列。

a = "abcdef"b = np.fromstring(a,dtype=np.int8) # 因為一個字符為8位，所以指定dtype為np.int8print(b) # 返回 [ 97 98 99 100 101 102]