极客教程NumPy数组属性，本章节介绍 NumPy数组的一些基本属性。NumPy数组的维数称为秩（rank），一维数组的秩为 1，二维数组的秩为2，以此类推。
在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量(秩)，就是数组的维数。
很多时候可以声明 axis，axis=0，表示沿着第 0 轴进行操作，即对每一列进行操作；axis=1，表示沿着第1轴进行操作，即对每一行进行操作。
NumPy 的数组中比较重要的ndarray对象属性有：
ndarray.shape
ndarray.shape查看矩阵或者数组的维数，返回一个包含数组维度的元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)
一个二维数组，a.shape[0]表示行数，a.shape[1]表示列数。
它也可以用于调整数组大小。
示例 1：
输出如下:
示例 2：如果数组为一个单独的值，返回值为空。
输出如下：
示例 3： 调整数组大小
输出如下：
示例 4：NumPy 也提供了reshape函数来调整数组大小。
输出如下：
ndarray.ndim
ndarray.ndim这一数组属性返回数组的维数（dim是英文dimension维度的缩写）。
比如：一维数组的ndim值为1， 二维数组的ndim值为2，以此类推
示例 1：等间隔数字的数组
输出如下：
示例 2：
输出如下：
numpy.itemsize
numpy.itemsize返回数组中每个元素的字节大小。
例如，一个元素类型为float64的数组itemsize属性值为8(float64占用64个bits，每个字节长度为8，所以64/8，占用8个字节）
例如，一个元素类型为complex32的数组itemsize属性为4（32/8）。
示例 1:数组的 dtype 为 int8(一个字节)
输出如下：
示例 2：数组的 dtype 为 float32(四个字节)
输出如下：
numpy.flags
ndarray.flags 返回 ndarray 对象的内存信息，包含以下属性：
| 属性 | 描述 |
|---|---|
| C_CONTIGUOUS (C) | 数据是在一个单一的C风格的连续段中 |
| F_CONTIGUOUS (F) | 数据是在一个单一的Fortran风格的连续段中 |
| OWNDATA (O) | 数组拥有它所使用的内存或从另一个对象中借用它 |
| WRITEABLE (W) | 数据区域可以被写入，将该值设置为 False，则数据为只读 |
| ALIGNED (A) | 数据和所有元素都适当地对齐到硬件上 |
| UPDATEIFCOPY (U) | 这个数组是其它数组的一个副本，当这个数组被释放时，原数组的内容将被更新 |
| WRITEBACKIFCOPY | 这个数组是另一数组的副本，当C-API函数PyArray_ResolveWritebackIfCopy调用时， 源数组会由这个数组中的元素更新 |
下面的例子展示当前的标志。
输出如下：