NumPy数组（ndarray）是进行科学计算时最基本的数据结构。它不但保存数值本身，还带有一组用来描述数组结构的常用属性。课程表3-1给出的常用属性包括：ndim（数组的维数）、size（数组中元素的总个数）、shape（由各维长度组成的元组）、dtype（数组元素的数据类型）以及T（数组的转置）。先读懂这些属性，再去做索引、切片、广播和函数运算，才不容易把轴方向弄错。
查看属性时，在数组对象后面直接写属性名即可，不必加括号。典型写法是先创建再观察：
import numpy as np
a = np.arange(8).reshape(2, 4)
print(a.ndim)
print(a.size)
print(a.shape)
print(a.T)执行后得到2行4列的二维数组：a.ndim为2，说明有两条轴；a.size为8，等于各维长度的乘积；a.shape为(2, 4)。a.dtype表示元素类型，课程示例输出为dtype('int32')；如果创建时不指定dtype，将由系统自动确定。二维数组的转置a.T会交换轴0与轴1，形状变为(4, 2)，元素按列重新排列，结果为array([[0, 4], [1, 5], [2, 6], [3, 7]])。
要把属性与“数组的轴”对应起来。一维数组只有一条轴，称为轴0，沿着数组的长度方向操作；二维数组有轴0和轴1，轴0沿着行的方向，轴1沿着列的方向。ndim等于轴的条数，shape元组从左到右依次对应各轴长度。reshape()可以改变shape和ndim，但不能改变size，因为元素总数必须保持不变。若reshape时某一维写成-1，NumPy会按元素总数自动推断该维长度。
使用中有三个易错点。第一，一维数组的转置还是一维数组：对np.arange(4)取.T，结果仍是array([0, 1, 2, 3])，形状不会变成(4, 1)或(1, 4)。第二，dtype描述的是元素的数据类型，不是数组对象本身的类型；创建时可用dtype参数指定。第三，shape的结果是元组而不是列表，应写成(2, 4)而不是[2, 4]。另外，切片得到的视图与原数组共享数据，但它们仍是独立对象，各自拥有自己的维数、形状和大小等属性。