Numpy庫的核心是ndarray，實際上就是N維數組（N-dimensional array），關于這個資料對象的詳細介紹，參考官方文檔最為合适。有一點要注意的是，ndarray的内置方法隻有30多個，常用的如求平均值可以寫
a.mean()
，但是求中位數就不可以，隻能寫
np.median(a)
。
言歸正傳，在Numpy中次元dimension被稱為軸axis（複數為axes）。對于一維數組，如
a = np.array([1, 2, 3])
，
a.shape
等于(3, )。
根據廣播機制的規則一，小次元數組的shape在最左邊補1，是以一維數組會被隐式解釋為二維行向量，當矩陣乘以行向量時，可以使用形狀 (n, ) 或 (1, n) 得到相同的結果。但是注意一維數組不能通過轉置變為二維列向量。
更具體的，一維數組、二維行向量與二維列向量的轉換方式如下：
其中，
flatten()
和
ravel()
方法都是将數組展平為一維數組。兩者之間的主要差別在于，
ravel()
生成的是對父數組的引用（即“視圖”），這意味着對新數組的任何更改也會影響父數組，由于ravel不建立副本，是以記憶體效率高。
flatten()
則是建立了一個副本，對副本進行修改不會影響父數組。
在很多方法中，軸是作為參數出現的
axis=0, 1, ...
，如下：
對于軸參數，我們應該了解為“将要被消除或折疊的次元或軸”，而不是将要傳回的次元或軸。是以，
axis=0
意味着行将要被折疊，多行将會變成一行；
axis=1
意味着列将要被折疊，多列将會變成一列。