1. ndarray属性
在Python中，数组是由NumPy库中的ndarray对象表示的。ndarray是具有相同类型的多维数组，是在NumPy中的定义。
1.1 数组维数
数组的维数是指数组中的轴数，可以使用数组的ndim属性查询数组的维数。如下所示：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim)
输出结果为：
21.2 数组形状
数组的形状是指每个维度中的大小，可以使用数组的shape属性查询数组的形状。如下所示：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)
输出结果为：
(2, 3)上面的代码中，arr是一个2行3列的数组，因此它的形状为(2, 3)。
1.3 数组大小
数组的大小是指数组中包含的元素的个数，可以使用数组的size属性查询数组的大小。如下所示：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.size)
输出结果为：
62. 数组索引
在NumPy中，我们可以使用索引来访问数组中的元素。索引是一个从0开始的整数。我们可以使用方括号中的索引来访问数组中的元素。
2.1 索引单独元素
要访问数组中单独的元素，可以使用方括号中的索引。索引是一个从0开始的整数，用于访问数组中的元素。如下所示：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr[0])
输出结果为：
12.2 索引多维数组
对于多维数组，可以使用多个索引来访问数组中的元素。如下所示：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 访问第二行第三列的元素
print(arr[1, 2])
输出结果为：
6在上面的代码中，我们使用arr[1, 2]来访问数组中的第二行第三列的元素。
3. 数组切片
在NumPy中，我们可以使用切片来访问数组中的一部分。切片是一个表示从数组中取出一部分的方式。
3.1 切片单独维度的数组
对于单独维度的数组，我们可以使用切片来获取数组中的一部分。如下所示：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr[1:4])
输出结果为：
[2 3 4]在上面的代码中，我们使用arr[1:4]来获取数组中索引1到3的元素。
3.2 切片多维数组
对于多维数组，我们可以使用切片来获取数组中的一部分。如下所示：
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 切片获取第一行和第二行的前两列的元素
print(arr[:2, :2])
输出结果为：
[[1 2]
[4 5]]
在上面的代码中，我们使用arr[:2, :2]来获取数组中前两行前两列的元素。