NumPy 支持比 Python 更多種類的數值類型。 下表顯示了 NumPy 中定義的不同標量數據類型。
[('age', 'i1')]
[10 20 30]
[('abc', 21, 50.0), ('xyz', 18, 75.0)]
每個內建類型都有壹個唯壹定義它的字符代碼：
[[1, 2] [3, 4] [5, 6]]
[[[ 0, 1, 2] [ 3, 4, 5] [ 6, 7, 8] [ 9, 10, 11]] [[12, 13, 14] [15, 16, 17] [18, 19, 20] [21, 22, 23]]]
[1 2 3]
[1 2 3]
[(1, 2, 3) (4, 5)]
原始數組是： [[ 0 5 10 15] [20 25 30 35] [40 45 50 55]]
修改後的數組是： 0 5 10 15 20 25 30 35 40 45 50 55
原始數組是： [[ 0 5 10 15] [20 25 30 35] [40 45 50 55]]
原始數組的轉置是： [[ 0 20 40] [ 5 25 45] [10 30 50] [15 35 55]]
修改後的數組是： 0 5 10 15 20 25 30 35 40 45 50 55
C風格是橫著順序
F風格是豎著的順序
原始數組是： [[ 0 5 10 15] [20 25 30 35] [40 45 50 55]]
修改後的數組是： [[ 0 10 20 30] [ 40 50 60 70] [ 80 90 100 110]]
第壹個數組： [[ 0 5 10 15] [20 25 30 35] [40 45 50 55]]
第二個數組： [1 2 3 4]
修改後的數組是： 0:1 5:2 10:3 15:4 20:1 25:2 30:3 35:4 40:1 45:2 50:3 55:4
原始數組： [[0 1 2 3] [4 5 6 7]]
調用 flat 函數之後： 5
原數組： [[0 1 2 3] [4 5 6 7]]
展開的數組：默認是A [0 1 2 3 4 5 6 7]
以 F 風格順序展開的數組： [0 4 1 5 2 6 3 7]
原數組： [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]]
轉置數組： [[ 0 4 8] [ 1 5 9] [ 2 6 10] [ 3 7 11]]