numpy.array #
- 麻木的。array ( object , dtype = None , * , copy = True , order = 'K' , subok = False , ndmin = 0 , like = None ) #
创建一个数组。
- 参数:
- 类似数组的对象
数组、公开数组接口的任何对象、其
__array__
方法返回数组的对象或任何(嵌套)序列。如果 object 是标量,则返回包含 object 的 0 维数组。- dtype数据类型,可选
数组所需的数据类型。如果未给出,NumPy 将尝试使用
dtype
可以表示值的默认值(通过在必要时应用提升规则)。- 复制布尔值,可选
如果为 true(默认),则复制该对象。否则,仅当
__array__
返回副本、obj 是嵌套序列或需要副本来满足任何其他要求(dtype
、order
等)时才会创建副本。- 顺序{'K', 'A', 'C', 'F'},可选
指定数组的内存布局。如果对象不是数组,则新创建的数组将采用 C 顺序(行主要),除非指定“F”,在这种情况下它将采用 Fortran 顺序(列主要)。如果对象是数组,则以下内容成立。
命令
没有副本
复制=真
'K'
不变
保留 F & C 顺序,否则最相似的顺序
'A'
不变
如果输入是 F 而不是 C,则为 F 顺序,否则为 C 顺序
'C'
C阶
C阶
'F'
F阶
F阶
当
copy=False
出于其他原因进行复制时,结果与 if 相同copy=True
,但“A”有一些例外,请参阅注释部分。默认顺序是“K”。- subok布尔,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整数,可选
指定结果数组应具有的最小维数。将根据需要在形状前面添加一些以满足此要求。
- 类似array_like,可选
允许创建非 NumPy 数组的引用对象。如果传入的类似数组
like
支持__array_function__
协议,则结果将由它定义。在这种情况下,它确保创建一个与通过此参数传入的数组对象兼容的数组对象。1.20.0 版本中的新增功能。
- 返回:
- 输出数组
满足指定要求的数组对象。
也可以看看
empty_like
返回一个具有输入形状和类型的空数组。
ones_like
返回具有输入形状和类型的数组。
zeros_like
返回具有输入形状和类型的零数组。
full_like
返回一个新数组,其输入形状填充有值。
empty
返回一个新的未初始化的数组。
ones
将新数组设置值返回为 1。
zeros
将新数组设置值返回为零。
full
返回填充有值的给定形状的新数组。
笔记
当 order 为“A”并且
object
是既不是“C”也不是“F”顺序的数组,并且通过 dtype 的更改强制进行副本时,结果的顺序不一定是预期的“C”。这可能是一个错误。例子
>>> np.array([1, 2, 3]) array([1, 2, 3])
向上转型:
>>> np.array([1, 2, 3.0]) array([ 1., 2., 3.])
多维:
>>> 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]])