numpy - array()函数

numpy - array()函数 首页 / Numpy入门教程 / numpy - array()函数

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。

NumPy的数组类称为 ndarray alias array。 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。

语法

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。

链接:https://www.learnfk.comhttps://www.learnfk.com/numpy/numpy-array.html

来源:LearnFk无涯教程网

1)object  - array_like

__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 -  data-type 可选

此参数用于定义数组元素的所需参数。如果无涯教程未定义数据类型,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。

3)copy  - 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其他要求(例如dtype,order等)时,将复制该对象。

4)order - {'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顺序出现。当指定F时,它将以Fortran顺序进行。当对象是数组时,它保持以下顺序。

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)subok - bool(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。

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

  • 导入了别名为np的numpy。
  • 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,仅传递了元素,而不传递了轴。
  • 最后,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

  • 导入了别名为np的numpy。
  • 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,传递了不同类型的元素,例如整数,浮点数等。
  • 最后,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

  • 导入了别名为np的numpy。
  • 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,通过了不同方括号中的元素数量。
  • 最后,尝试打印arr的值。

在输出中,显示了多维数组。

示例4:ndmin: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

  • 导入了别名为np的numpy。
  • 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,传递了方括号中的元素数量和维以创建ndarray。
  • 最后,尝试打印arr的值。

在输出中,显示了一个二维数组。

示例5:complex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

  • 导入了别名为np的numpy。
  • 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,在方括号中传递了元素,并将dtype设置为complex。
  • 最后,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subok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

  • 导入了别名为np的numpy。
  • 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,使用np.mat()函数以矩阵形式传递了元素,并设置了subok = True。
  • 最后,无涯教程尝试打印arr的值。

在输出中,显示了多维数组。

祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)

技术教程推荐

邱岳的产品手记 -〔邱岳〕

从0开始学架构 -〔李运华〕

全栈工程师修炼指南 -〔熊燚(四火)〕

张汉东的Rust实战课 -〔张汉东〕

大厂晋升指南 -〔李运华〕

超级访谈:对话汤峥嵘 -〔汤峥嵘〕

零基础学Python(2023版) -〔尹会生〕

Python实战 · 从0到1搭建直播视频平台 -〔Barry〕

AI 应用实战课 -〔黄佳〕

好记忆不如烂笔头。留下您的足迹吧 :)