numpyarray()函数

2)dtype-  data-type 可选

3)copy - bool(可选)

4)order- {'K'，'A'，'C'，'F'}，可选

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。