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（dimensios）。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，所以一组数组就是 Numpy中的轴（axis），第一个轴相当于是底层数组，第二个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，即对每一类进行操作， 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ndarray对象属性有：
| ndarray.ndmin | 秩， 即轴的数量或维度的数量 |
| ndarray.shape | 数组的维度，对于矩阵， n 行 m 列 |
|
ndarray.size |
数组元素的总个数， 相当于 shape 中 n*m 的值 |
| ndarray.dtype | ndarray 对象的元素类型 |
| ndarray.itemsize | ndarray对象中每个元素的大小， 一字节为单位 |
|
ndarray.flags |
ndarray对象的内存信息 |
| ndarray.real | ndarray元素的实部 |
| ndarray.imag | ndarray元素的虚部 |
| ndarray.data | 包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素， 所以通常不需要使用这个属性 |
ndarray.ndmin 用于返回数组的维数，等于秩。