你所创造的

a = np.array(1)

是一个零维数组，并且这些不能被索引。您也不需要对它进行索引--您可以直接使用a，就像它是一个标量值一样。如果你真的需要不同类型的值，比如float，你可以显式地用float(a)转换它。如果数组的基类型中需要它，可以使用a.item()或a[()]。
注意，零维数组是 mutable。如果您更改数组中单个条目的值，则这将通过对所存储数组的所有引用可见。如果要存储不可变值，请使用a.item()。
如果您希望使用包含单个元素的一维数组，请使用

a = np.array([1])

您现在可以使用a[0]访问单个元素。

你也可以调用tolist()或任何数组缩减器函数，如max()，sum()等。在a上。

a = np.array(1)

a.tolist()  # 1
a.max()     # 1

但是，需要注意的一点是，它们并不都返回相同的对象，因为如果检查它们的类型，a.item()，a.tolist()等。返回Python类型，而使用数组本身的操作（a.ravel()[0]，a.max()等）返回numpy dtype。比如说

a = np.array(True)
b = np.array([True])

type(a.tolist())      # bool
type(a.max())         # numpy.bool_

a.tolist() is True    # True
a.max() is True       # False

a.tolist() is b[0]    # False
a.max() is b[0]       # True