本章節我們将來了解 NumPy 數組的一些基本屬性。
NumPy 數組的維數稱為秩（rank），秩就是軸的數量，即數組的次元，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（axis），也就是次元（dimensions）。比如說，二維數組相當于是兩個一維數組，其中第一個一維數組中每個元素又是一個一維數組。是以一維數組就是 NumPy 中的軸（axis），第一個軸相當于是底層數組，第二個軸是底層數組裡的數組。而軸的數量——秩，就是數組的維數。
很多時候可以聲明 axis。axis=0，表示沿着第 0 軸進行操作，即對每一列進行操作；axis=1，表示沿着第1軸進行操作，即對每一行進行操作。
NumPy 的數組中比較重要 ndarray 對象屬性有：
屬性
說明
ndarray.ndim
秩，即軸的數量或次元的數量
ndarray.shape
數組的次元，對于矩陣，n 行 m 列
ndarray.size
數組元素的總個數，相當于 .shape 中 n*m 的值
ndarray.dtype
ndarray 對象的元素類型
ndarray.itemsize
ndarray 對象中每個元素的大小，以位元組為機關
ndarray.flags
ndarray 對象的記憶體資訊
ndarray.real
ndarray元素的實部
ndarray.imag
ndarray 元素的虛部
ndarray.data
包含實際數組元素的緩沖區，由于一般通過數組的索引擷取元素，是以通常不需要使用這個屬性。
ndarray.ndim 用于傳回數組的維數，等于秩。
import numpy as np
a = np.arange(24)
print (a.ndim) # a 現隻有一個次元
# 現在調整其大小
b = a.reshape(2,4,3) # b 現在擁有三個次元
print (b.ndim)
輸出結果為：
ndarray.shape 表示數組的次元，傳回一個元組，這個元組的長度就是次元的數目，即 ndim 屬性(秩)。比如，一個二維數組，其次元表示"行數"和"列數"。
ndarray.shape 也可以用于調整數組大小。
a = np.array([[1,2,3],[4,5,6]])
print (a.shape)
調整數組大小。
a.shape = (3,2)
print (a)
NumPy 也提供了 reshape 函數來調整數組大小。
b = a.reshape(3,2)
print (b)
ndarray.itemsize 以位元組的形式傳回數組中每一個元素的大小。
例如，一個元素類型為 float64 的數組 itemsize 屬性值為 8(float64 占用 64 個 bits，每個位元組長度為 8，是以 64/8，占用 8 個位元組），又如，一個元素類型為 complex32 的數組 item 屬性為 4（32/8）。
# 數組的 dtype 為 int8（一個位元組）
x = np.array([1,2,3,4,5], dtype = np.int8)
print (x.itemsize)
# 數組的 dtype 現在為 float64（八個位元組）
y = np.array([1,2,3,4,5], dtype = np.float64)
print (y.itemsize)
ndarray.flags 傳回 ndarray 對象的記憶體資訊，包含以下屬性：
描述
C_CONTIGUOUS (C)
資料是在一個單一的C風格的連續段中
F_CONTIGUOUS (F)
資料是在一個單一的Fortran風格的連續段中
OWNDATA (O)
數組擁有它所使用的記憶體或從另一個對象中借用它
WRITEABLE (W)
資料區域可以被寫入，将該值設定為 False，則資料為隻讀
ALIGNED (A)
資料和所有元素都适當地對齊到硬體上
UPDATEIFCOPY (U)
這個數組是其它數組的一個副本，當這個數組被釋放時，原數組的内容将被更新
x = np.array([1,2,3,4,5])
print (x.flags)