numpy.array
numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0)
创建array。
参数:object :array_like
一个数组,任何暴露数组接口的对象,
其剩余的__array__方法返回数组的对象,
或任何(嵌套的)序列。
dtype :data-type, 可选
数组所需的数据类型。如果没有给出,
则类型将被确定为保存序列中对象所需的最小类型。
copy :bool, 可选
如果为true(默认),则复制该对象。否则,
只有当剩余__array__ 返回副本时,如果obj是嵌套序列,
或者如果需要副本来满足其他任何要求(dtype, order,等等),
才会产生副本。
order:{‘K’, ‘A’, ‘C’, ‘F’}, 可选
指定数组的内存布局。如果对象不是一个数组,
新创建的数组将是C顺序(行主格式),除非'F'被指定,
在这种情况下,它将是Fortran顺序(列主格式)。
如果对象是一个数组,则如下所示。
order no copy copy=True
‘K’ unchanged 保留F&C order, 否则最相似的order
‘A’ unchanged 如果输入是F而不是C,则为F order,
否则为C order
‘C’ C order C order
‘F’ F order F order
当copy = False且由于其他原因进行复制时,
结果与copy = True相同,但A例外,请参见注释部分。
默认顺序为‘K’。
subok:bool, 可选
如果为True,则将传递子类,否则,
返回的数组将被强制为基类数组(默认)。
ndmin:int, 可选
指定结果数组应具有的最小维数。
可以根据需要预先添加shape。
返回值:out :ndarray
满足指定要求的数组对象。
Notes
如果order为'A'并且object是既不是'C'也不是'F'的数组,并且由于dtype的改变而强制执行复制,则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])
Upcasting:>>> 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]])
提供的类型:>>> np.array([1, 2, 3], dtype=complex)
array([ 1.+0.j, 2.+0.j, 3.+0.j])
数据类型包含多个元素:>>> x = np.array([(1,2),(3,4)],dtype=[('a','
>>> 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]])