numpy.array¶
-
numpy.
array
(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)¶ 创建数组。
参数: object:array_like
数组,暴露数组接口的任何对象,__array__方法返回数组的对象或任何(嵌套)序列。
dtype:数据类型,可选
数组的所需数据类型。如果未给出,则类型将被确定为在序列中保存对象所需的最小类型。这个参数只能用于'upcast'数组。对于向下转换,使用.astype(t)方法。
copy:bool,可选
如果为true(默认),则复制对象。Otherwise, a copy will only be made if __array__ returns a copy, if obj is a nested sequence, or if a copy is needed to satisfy any of the other requirements (
dtype
, order, etc. )。order:{'C','F','A'},可选
指定数组的顺序。如果顺序是'C',那么数组将是C连续的顺序(last-index变化最快)。如果顺序是'F',则返回的数组将是Fortran连续的顺序(first-index变化最快)。如果顺序是“A”(默认),则返回的数组可以是任何顺序(C-,Fortran连续,或甚至不连续),除非需要副本,在这种情况下它将是C连续的。
subok:bool,可选
如果为True,则子类将被传递,否则返回的数组将被强制为基类数组(默认)。
ndmin:int,可选
指定生成的数组应具有的最小维数。将根据需要预先成形以满足该要求。
返回: out:ndarray
满足指定要求的数组。
也可以看看
empty
,empty_like
,zeros
,zeros_like
,ones
,ones_like
,fill
例子
>>> np.array([1, 2, 3]) array([1, 2, 3])
上传:
>>> np.array([1, 2, 3.0]) array([ 1., 2., 3.])
多个维度:
>>> np.array([[1, 2], [3, 4]]) array([[1, 2], [3, 4]])
最小尺寸2:
>>> np.array([1, 2, 3], ndmin=2) array([[1, 2, 3]])
提供类型:
>>> np.array([1, 2, 3], dtype=complex) array([ 1.+0.j, 2.+0.j, 3.+0.j])
由多个元素组成的数据类型:
>>> x = np.array([(1,2),(3,4)],dtype=[('a','<i4'),('b','<i4')]) >>> x['a'] array([1, 3])
从子类创建数组:
>>> np.array(np.mat('1 2; 3 4')) array([[1, 2], [3, 4]])
>>> np.array(np.mat('1 2; 3 4'), subok=True) matrix([[1, 2], [3, 4]])