NumPy教程-Python中的numpy.array()
点击关注 👉约 4 分钟语法
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
参数
4) order : {'K', 'A', 'C', 'F'}，可选
order参数指定数组的内存布局。当对象不是数组时，新创建的数组将在C顺序（行头或行主要）中，除非指定了'F'。当指定了F时，它将在Fortran顺序（列头或列主要）中。当对象是数组时，它保持以下顺序。
| order | no copy | copy=True |
|---|---|---|
| 'K' | 保持不变 | 保留F和C顺序。 |
| 'A' | 保持不变 | 当输入是F且不是C时，F顺序，否则C顺序 |
| 'C' | C顺序 | C顺序 |
| 'F' | F顺序 | F顺序 |
当copy=False或为其他原因进行复制时，结果将与copy=True相同，A的某些异常情况除外。默认顺序为'K'。
👉点击领取：最全Python资料合集
返回值
示例1：numpy.array()
import numpy as nparr=np.array([1,2,3])arr
array([1, 2, 3])
在上面的代码中
我们导入了别名为np的numpy库。
我们声明了变量'arr'并将值分配为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。
示例2：
import numpy as nparr=np.array([1,2.,3.])arr
array([1., 2., 3.])
在上面的代码中
我们导入了别名为np的numpy库。
我们声明了变量'arr'并将值分配为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。
示例3：多于一个维度
import numpy as nparr=np.array([[1,2.,3.],[4.,5.,7]])arr
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库。
我们声明了变量'arr'并将值分配为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。
示例4：最小维度：2
import numpy as nparr=np.array([1,2.,3.],ndmin=2)arr
array([[1., 2., 3.]])
在上面的代码中
我们导入了别名为np的numpy库。
我们声明了变量'arr'并将值分配为np.array()函数返回的值。
在array()函数中，我们通过方括号传递了元素的数量和创建ndarray的维度。
最后，我们尝试打印arr的值。
示例5：提供类型
import numpy as nparr=np.array([12,45.,3.],dtype=complex)arr
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库。
我们声明了变量'arr'并将值分配为np.array()函数返回的值。
在array()函数中，我们通过方括号传递了元素，并将dtype设置为complex。
最后，我们尝试打印arr的值。
示例6：从子类创建数组
import numpy as nparr=np.array(np.mat('1 2;3 4'))arrarr=np.array(np.mat('1 2;3 4'),subok=True)arr
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库。
我们声明了变量'arr'并将值分配为np.array()函数返回的值。
在array()函数中，我们通过np.mat()函数以矩阵形式传递了元素，并设置subok=True。
最后，我们尝试打印arr的值。
输出中显示了一个多维数组。
热门推荐