齐次多维数组是NumPy的主要对象。它基本上是一个元素表, 这些元素都是相同类型的, 并由一个正整数元组索引。尺寸在NumPy中称为轴。
NumPy的数组类称为ndarray或别名数组。 numpy.array与标准Python库类array.array不同。 array.array仅处理一维数组, 并提供较少的功能。
句法
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)参数
numpy.array()函数中包含以下参数。
1)对象：array_like
公开其__array__方法返回任何嵌套序列或数组的数组接口的任何对象。
2)dtype：可选数据类型
此参数用于定义数组元素的所需参数。如果我们未定义数据类型, 则它将确定该类型为将对象保留在序列中所需的最小类型。此参数仅用于向上转换阵列。
3)复制：bool(可选)
如果将copy设置为true, 则将复制对象, 否则当对象是嵌套序列或需要满足其他任何要求(例如dtype, order等)时, 将复制该对象。
4)顺序：{‘K’, ‘A’, ‘C’, ‘F’}, 可选
order参数指定阵列的内存布局。当对象不是数组时, 除非指定” F”, 否则新创建的数组将以C顺序(行头或行主)出现。当指定F时, 它将按Fortran顺序(列标题或列主)。当对象是数组时, 它保持以下顺序。
| order | no copy | copy=True |
|---|---|---|
| ‘K’ | Unchanged | F和C顺序保留。 |
| ‘A’ | Unchanged | 当输入是F而不是C时, 则F排序, 否则C排序 |
| ‘C’ | C命令 | C order |
| ‘F’ | F order | F order |
当copy = False或出于其他原因进行复制时, 结果将与copy = True相同, 但A例外。默认顺序为’K’。
5)试试：布尔(可选)
当subok = True时, 子类将通过。否则, 返回的数组将强制为基类数组(默认)。
6)ndmin：int(可选)
此参数指定结果数组应具有的最小维数。用户可以根据需要预先设置形状, 以满足该要求。
退货
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
- 我们导入了别名为np的numpy。
- 我们已经声明了’arr’变量, 并分配了np.array()函数返回的值。
- 在array()函数中, 我们仅传递了元素, 而不传递了axis。
- 最后, 我们尝试打印arr的值。
在输出中, 显示了一个数组。
范例2：
import numpy as np
arr=np.array([1, 2., 3.])
arr输出
array([1., 2., 3.])在上面的代码中
- 我们导入了别名为np的numpy。
- 我们已经声明了’arr’变量, 并分配了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, 例如整数, 浮点数等。
- 最后, 我们尝试打印arr的值。
在输出中, 显示了一个数组, 其中包含此类元素, 这些元素需要最少的内存才能按顺序保留对象。
示例3：多个维度
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
- 我们导入了别名为np的numpy。
- 我们已经声明了’arr’变量, 并分配了np.array()函数返回的值。
- 在array()函数中, 我们在不同的方括号中传递了元素数量。
- 最后, 我们尝试打印arr的值。
在输出中, 显示了多维数组。
示例4：最小尺寸：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
- 我们导入了别名为np的numpy。
- 我们已经声明了’arr’变量, 并分配了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以创建ndarray。
- 最后, 我们尝试打印arr的值。
在输出中, 显示了一个二维数组。
示例5：提供的类型
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
- 我们导入了别名为np的numpy。
- 我们已经声明了’arr’变量, 并分配了np.array()函数返回的值。
- 在array()函数中, 我们在方括号中传递了元素, 并将dtype设置为complex。
- 最后, 我们尝试打印arr的值。
在输出中, ” arr”元素的值以复数形式显示。
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]])在上面的代码中
- 我们导入了别名为np的numpy。
- 我们已经声明了’arr’变量, 并分配了np.array()函数返回的值。
- 在array()函数中, 我们使用np.mat()函数以矩阵形式传递了元素, 并设置了subok = True。
- 最后, 我们尝试打印arr的值。
在输出中, 显示了多维数组。
来源：
https://www.srcmini02.com/30777.html
