Numpy numpy.array()

同质多维数组是 NumPy 的主要对象。它基本上是一个由所有元素都是相同类型并由正整数元组索引的表格。在NumPy中，这些维度被称为轴。

NumPy的数组类别被称为 ndarray 或 别名数组 。numpy.array与标准Python库的 array.array 类不同。array.array只处理一维数组并提供较少的功能。

语法

numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)

参数

在numpy.array()函数中有以下参数。

1) object: array_like

2) dtype: 可选的数据类型

3) copy: bool（可选）

4) order: {‘K’, ‘A’, ‘C’, ‘F’}, 可选

排序方式	不复制	复制=True
‘K’	保持不变	保留F顺序和C顺序。
‘A’	保持不变	当输入为F而不是C时，保留F顺序，否则保留C顺序。
‘C’	C顺序	C顺序
‘F’	F顺序	F顺序

当copy=False或者复制是出于其他原因时，结果与copy=True相同，但对于A有一些例外。默认顺序是’K’。

5) subok : bool(optional)

当subok=True时，子类将会被传递；否则，返回的数组将被强制转换为基类数组（默认）。

6) ndmin : int(optional)

此参数指定生成的数组应该具有的最小维数。用户可以根据需要在形状前面添加维度以满足此要求。

返回值

numpy.array()方法返回一个ndarray。ndarray是满足指定要求的数组对象。

示例1: numpy.array()

import numpy as np
arr=np.array([1,2,3])
arr

输出：

array([1, 2, 3])

在上面的代码中

• 我们使用别名np导入了numpy库。
• 我们声明了变量’arr’并将其赋值为np.array()函数返回的值。
• 在array()函数中，我们只传递了元素，没有传递轴。
• 最后，我们尝试打印arr的值。

在输出中，显示了一个数组。

示例2

import numpy as np
arr=np.array([1,2.,3.])
arr

输出：

array([1., 2., 3.])

在上述代码中

• 我们使用别名np导入了numpy库。
• 我们声明了变量’arr’并赋予它np.array()函数返回的值。
• 在array()函数中，我们传递了不同类型的元素，如整数、浮点数等。
• 最后，我们尝试打印arr的值。

输出中显示了一个数组，其中包含以序列方式占用最少内存的对象类型的元素。

示例3：多维数组

import numpy as np
arr=np.array([[1,2.,3.],[4.,5.,7]])
arr

输出：

array([[1., 2., 3.],
        [4., 5., 7.]])

在上面的代码中

• 我们用别名np导入了numpy。
• 我们声明了变量’arr’并赋予了np.array()函数返回的值。
• 在array()函数中，我们通过不同的方括号传递了元素的数量。
• 最后，我们尝试打印arr的值。

输出中显示了一个多维数组。

示例4：最小维度：2

import numpy as np
arr=np.array([1,2.,3.],ndmin=2)
arr

输出：

array([[1., 2., 3.]])

在上面的代码中

• 我们使用别名np导入了numpy库。
• 我们声明了变量’arr’并赋值为np.array()函数返回的值。
• 在array()函数中，我们传递了方括号中的元素数量和维度来创建一个ndarray。
• 最后，我们尝试打印出arr的值。

在输出结果中，展示了一个二维数组。

示例5：提供了类型

import numpy as np
arr=np.array([12,45.,3.],dtype=complex)
arr

输出：

array([12.+0.j, 45.+0.j,  3.+0.j])

在上面的代码中

• 我们已将numpy导入并使用别名np。
• 我们声明了“arr”变量，并将其赋值为np.array()函数返回的值。
• 在array()函数中，我们将元素传递给方括号，并将dtype设置为复数。
• 最后，我们尝试打印arr的值。

在输出中，“arr”元素的值以复数的形式显示。

示例6：从子类创建数组

import numpy as np
arr=np.array(np.mat('1 2;3 4'))
arr
arr=np.array(np.mat('1 2;3 4'),subok=True)
arr

输出：

array([[1, 2],
       [3, 4]])
matrix([[1, 2],
        [3, 4]])

在上述代码中

• 我们使用别名np导入了numpy库。
• 我们声明了’arr’变量并赋值为np.array()函数的返回值。
• 在array()函数中，我们使用np.mat()函数以矩阵的形式传递元素，并设置subok=True。
• 最后，我们尝试打印arr的值。

输出结果显示了一个多维数组。