numpy.array

numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0)

創建array。

參數：object ：array_like

一個數組，任何暴露數組接口的對象，

其剩余的__array__方法返回數組的對象，

或任何(嵌套的)序列。

dtype ：data-type, 可選

數組所需的數據類型。如果沒有給出，

則類型將被確定為保存序列中對象所需的最小類型。

copy ：bool, 可選

如果為true(默認)，則復制該對象。否則，

只有當剩余__array__ 返回副本時，如果obj是嵌套序列，

或者如果需要副本來滿足其他任何要求(dtype, order，等等)，

才會產生副本。

order：{‘K’, ‘A’, ‘C’, ‘F’}, 可選

指定數組的內存布局。如果對象不是一個數組，

新創建的數組將是C順序(行主格式)，除非'F'被指定，

在這種情況下，它將是Fortran順序(列主格式)。

如果對象是一個數組，則如下所示。

order no copy copy=True

‘K’ unchanged 保留F＆C order， 否則最相似的order

‘A’ unchanged 如果輸入是F而不是C，則為F order，

否則為C order

‘C’ C order C order

‘F’ F order F order

當copy = False且由于其他原因進行復制時，

結果與copy = True相同，但A例外，請參見注釋部分。

默認順序為‘K’。

subok：bool, 可選

如果為True，則將傳遞子類，否則，

返回的數組將被強制為基類數組（默認）。

ndmin：int, 可選

指定結果數組應具有的最小維數。

可以根據需要預先添加shape。

返回值：out ：ndarray

滿足指定要求的數組對象。

Notes

如果order為'A'并且object是既不是'C'也不是'F'的數組，并且由于dtype的改變而強制執行復制，則結果的順序不一定是預期的'C'。 這可能是一個錯誤。

例子>>> np.array([1, 2, 3])

array([1, 2, 3])

Upcasting：>>> np.array([1, 2, 3.0])

array([ 1., 2., 3.])

多個維度：>>> 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]])

提供的類型：>>> np.array([1, 2, 3], dtype=complex)

array([ 1.+0.j, 2.+0.j, 3.+0.j])

數據類型包含多個元素：>>> x = np.array([(1,2),(3,4)],dtype=[('a','

>>> x['a']

array([1, 3])

從子類創建數組：>>> 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]])

總結

以上是生活随笔為你收集整理的python array函数_Python numpy.array函数方法的使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。