numpy的N维数组对象ndarray

The N-dimentional array 即 ndarray 对象，是用于存放同类型元素的多维数组，元素索引由0下标开始。

constructing arrays

创建一个 ndarray 只需调用 NumPy 的 array 函数即可：

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

(或者numpy.zeros, numpy.empty)

Internal memory layout of an ndarray

ndarray 对象在计算机内存中由连续的一维的段（segment）组成，每个元素占用相同大小的存储区域（内存块），并且所有块的解释方式完全相同。结合索引(index)，将每个元素映射到内存块中的一个位置(location of an item in the block），内存块以行顺序(C样式)或列顺序(F样式或MatLab风格) 保存元素（不同的方案，将N维数组的元素项安排在一维内存块中）。

ndarray内部由以下内容组成：

[1] ndarray 本身，包括了数组的形状（指定了索引可以变化的范围）
[2] 指针(header)，指向内存或内存映射文件中的一块数据
[3] 数据类型对象 (dtype)，描述与数组元素相对应的固定大小的内存块中的字节。包括数据类型（ndarray数组元素是同一类型的，整型，浮点数，…），数据大小（占用字节数），数据字节顺序（big/little-endian）等。

Array attributes

数组属性反映了数组本身固有的信息。其中一部分可以被重置，而无需创建新的数组。

Memory Layout

ndarray.flags 有关数组的内存布局memory layout的信息。
ndarray.shape 数组维度的元组。
ndarray.ndim 数组的维数。
ndarray.size 数组中元素的数量。
ndarray.data 实际数组元素的缓冲区，指向数组数据的开头（数组内存地址是连续存放的）通常我们不需要使用这个属性，因为我们总是通过索引来使用数组中的元素。
ndarray.itemsize 数组一个元素的长度（以字节为单位）
ndarray.nbytes 数组元素消耗