最近在学习Python中OpenCV库，学习花了很多时间，发现基础知识很重要，尤其是numpy这个库，在进行程序开发时，处理大量类似数组这种数据结构时，它的重要性等同于Python中的列表，像前篇我们写的《使用Python中OpenCV库创建一幅图片的RGB通道图片》中，对于图片的处理，大部分时间我们是在跟类似数组这种数据结构在打交道。今天，我们来介绍一款处理数组的“神器”，对numpy学习中的一些基础知识进行总结。
NumPy库的学习总结（待续）numpy的全称是NumericalPython（本文全部使用小写，貌似应该写成NumPy这样，但是这不重要），是Python的一个扩展程序库，它不仅针对数组运算提供了大量的函数库，而且它还能够支持维度数组与矩阵运算。重要的是，numpy内部解除了CPython中的全局解释器锁（GIL），运行效率非常好，是处理大量数组类结构和机器学习框架的基础库！
一般使用pipinstallnumpy进行安装，对于进行机器学习和大数据分析的小朋友，强烈推荐安装Anaconda，其中含有大量的机器学习和数据相关的Python模块，安装成功后即可使用了，不用浪费时间了。
安装成功后，我们在Python编译器中进行测试，使用importnumpy，如果不报错，说明我们的numpy安装无误了。
Numpy中定义的最重要使用最频繁的对象就是ndarray的N维数组类型。
它描述相同类型（dtype）的元素集合，可以使用基于零的索引访问集合中的项目，它的类似Python中的列表索引。我们学习numpy库，首先得学习ndarray对象。
ndarray的创建方式如下：
numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)
各参数解释如下：
：数组或嵌套的数列
：数组元素的数据类型，可选
：对象能否复制，可选
：创建数组的样式，C为行方向，F为列方向，A为任意方向，默认为A
：默认返回一个与基类类型一致的数组
：指定生成数组的最小维度
下面，我们创建ndarray对象试试看（我使用jupyternotebook截取了几行代码，大家看下用法）。
创建darray对象例子上面我们创建的都是一维数组对象（除了最后一行指定了最小维度为2的那个数组对象）。下面我们看下使用numpy创建多维数组的例子。
创建多维数组我们使用numpy.array()函数创建了多维度的ndarray数组对象，如何理解这个数组对象呢？后续会有很有趣的内容跟大家分享哦，欢迎留言讨论，我们下文会深入介绍如何更好的理解ndarray对象，欢迎持续