numpy.array#

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

创建一个数组.

参数:
objectarray_like

数组、任何暴露数组接口的对象、其 __array__ 方法返回数组的对象,或任何(嵌套的)序列.如果对象是标量,则返回包含该对象的 0 维数组.

dtype数据类型, 可选

数组所需的数据类型.如果未指定,NumPy 将尝试使用一个默认的 dtype 来表示这些值(必要时应用提升规则.)

copybool, 可选

如果 True``(默认),则数组数据将被复制.如果 ``None,只有在 __array__ 返回一个副本、如果 obj 是一个嵌套序列,或者如果需要复制以满足其他要求(dtypeorder 等)时才会进行复制.请注意,任何数据的复制都是浅拷贝,即,对于对象 dtype 的数组,新数组将指向相同的对象.请参见 ndarray.copy 的示例.对于 False,如果无法避免复制,则会引发 ValueError.默认值:True.

order{‘K’, ‘A’, ‘C’, ‘F’}, 可选

指定数组的内存布局.如果对象不是数组,新创建的数组将按C顺序(行优先),除非指定了’F’,在这种情况下它将按Fortran顺序(列优先).如果对象是数组,则以下规则适用.

order

不复制

copy=True

‘K’

unchanged

F & C 顺序保留,否则保持最相似的顺序

‘A’

unchanged

如果输入是 F 而不是 C,则按 F 顺序排列,否则按 C 顺序排列

‘C’

C 顺序

C 顺序

‘F’

F 订单

F 订单

copy=None 并且由于其他原因创建了一个副本时,结果与 copy=True 相同,但对于 ‘A’ 有一些例外,请参见备注部分.默认顺序是 ‘K’.

subokbool, 可选

如果为真,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).

ndminint, 可选

指定结果数组应具有的最小维度数.将根据需要将一前置到形状中以满足此要求.

likearray_like, 可选

引用对象以允许创建不是 NumPy 数组的数组.如果作为 like 传递的类数组对象支持 __array_function__ 协议,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递的对象兼容的数组对象.

在 1.20.0 版本加入.

返回:
outndarray

满足指定要求的数组对象.

参见

empty_like

返回一个形状和类型与输入相同的空数组.

ones_like

返回一个形状和类型与输入相同的由1组成的数组.

zeros_like

返回一个形状和类型与输入相同的零数组.

full_like

返回一个形状与输入相同的新数组,并用值填充.

empty

返回一个新的未初始化的数组.

ones

返回一个新数组,将值设置为一.

zeros

返回一个将值设置为零的新数组.

full

返回一个给定形状并用值填充的新数组.

copy

返回给定对象的数组副本.

备注

当顺序为 ‘A’ 且 object 是一个既不是 ‘C’ 也不是 ‘F’ 顺序的数组,并且由于 dtype 的变化而强制复制时,结果的顺序不一定如预期的 ‘C’.这可能是一个错误.

示例

>>> import numpy as np
>>> np.array([1, 2, 3])
array([1, 2, 3])

向上转换:

>>> np.array([1, 2, 3.0])
array([ 1.,  2.,  3.])

多于一个维度:

>>> 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]])

提供的类型:

>>> 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], dtype=int32)

从子类创建数组:

>>> np.array(np.asmatrix('1 2; 3 4'))
array([[1, 2],
       [3, 4]])
>>> np.array(np.asmatrix('1 2; 3 4'), subok=True)
matrix([[1, 2],
        [3, 4]])