1、结构数组的生成。首先加载numpy库，然后定义数组类型。dt=np.dtype([('Name','S24'),('Sex','S2'),('Age','i8'),('Children/Pets','i4',2)])表示定义每个字段的类型：Name是24位的字符串，Sex是2位的字符串，Age是8位整数，Children/Pets表示一对元组，类型是4位整数；s=np.array([('Zhang San','M',27,(1,1)),('Sun MeiLi','F',22,(0,2))],dtype=dt)则表示使用上面定义好的数组类型，增加2条记录；如图所示
2、结构数组访问和选取记录。s['Name']表示查看数组s的Name字段下的数据；s[媪青怍牙'Children/Pets']表示查看数组s的Children/Pets字段下的数据（表示拥有几个孩子，几个宠物）；s['Age'].mean()表示查看数组s的Age字段的数据的平均值；s[1]['Sex']表示查看数组s的第2行中Sex字段的取值；如图所示
3、内存布局-生成多维数组。X=np.random.standard_norma盟敢势袂l((5,10000000))表示生成一个5*10000000的标准正态分布二维数组；Y=X**2-1是一个函数关系式；C=np.array((X,Y),order='C')表示使用类似C语言的内存布局；F=np.array((X,Y),order='F')表示使用类似Fortran的内存布局；X=0.和Y=0.表示清空内存；C[:2].round(2)表示查看C的前2个元素，并保留2位小数；F[:2].round(2)表示查看F的前2个元素，并保留2位小数；如图所示
4、内存布局-测试求和的性能。类C和类F的求和性能差不多，都需要160毫秒左右，也就是说对所有元素求和时性能差异并不大；如图
5、内存布局-类C的第一个元素按行、按列求和的性能。由于第一个元素是5*10000000的数组，按列求和（结果长度是10000000）速度略微慢于按行求和（结果长度是5），如图所示
6、内存布局-类F的第一个元素按行、按列求和的性能。由于第一个元素是5*10000000的数组，按列求和（结果长度是10000000）速度略慢于按行求和（结果长度是5）；和类C相比，不管是按行还是按列速度都明显慢了很多（大约3倍），如图所示
