Numpy array() 函数

Numpy array() 函数用于通过转换输入数据来创建数组。输入数据可以是列表、元组、字符串或其他可迭代对象。如果输入是标量，该函数将返回一个零维数组。例如，传入 90 作为输入将创建一个零维数组。此函数返回多维 Numpy 数组。

Python 中的 零维数组(用于 Numpy 等库)是一种包含单个值且没有轴或维度的数组结构，以 () 形状表示。它的行为类似于标量，但保留了数组的所有属性。

语法

以下是 Numpy array() 函数的语法 -

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

参数

以下是 Numpy array() 函数的参数−

• object:这是必需的输入参数。它可以是任何类似数组的对象(例如列表、元组或其他 NumPy 数组)，我们想将其转换为 NumPy 数组。
• dtype:指定数组元素所需的数据类型(例如，int、float、complex、str)。如果未指定，NumPy 将根据输入对象自动判断数据类型。
• copy(可选):如果为 True(默认值)，则始终创建对象的新副本，即使对象已经是 NumPy 数组。如果为 False，函数将尝试避免复制数据，并尽可能仅创建输入对象的视图。
• subok(可选):如果为 True，则传递 ndarray 的子类。如果为 False(默认值)，则输出始终为基类 ndarray。默认值为 True。
• ndmin(可选):指定结果数组的最小维数。如果输入数组的维数未达到要求，则会在前面添加额外的维数以弥补差值。默认值为 0。
• like(可选):允许创建一个与输入对象类似的数组，但使用现有的类数组对象(例如另一个 NumPy 数组)。
• order(可选):指定数组的内存布局。如果对象不是数组，则新创建的数组将按 C 语言顺序(行优先)排列，除非指定了 F 顺序，在这种情况下，它将按 Fortran 语言顺序(列优先)排列 -
• 'C':C 风格的行优先顺序。
• 'F':Fortran 风格的列优先顺序。
• 'A':如果输入是 Fortran 连续的，则为 'F'，否则为 'C'。
• 'K':这是默认值，使顺序尽可能接近输入。

返回类型

当传递诸如列表、元组或集合之类的对象作为参数时，此函数返回 ndarray。

示例

以下是使用 Numpy array() 函数创建 Numpy 数组的基本示例 -

import numpy as np
my_Array = np.array([13,25,53,94,85])
print("数组:",my_Array)

输出

以下是上述代码的输出 -

数组:[13 25 53 94 85]

示例:从序列创建数组

可以通过将列表、元组或集合等序列作为参数传递给 numpy.array() 函数来创建 NumPy 数组。

这里，我们将 my_list 作为参数传递给 numpy.array()，结果是一个数组 -

#导入 numpy 模块
import numpy as np
#定义列表
my_list=[20,30,40,50]
print(type(my_list))
#将列表作为参数传递
my_Array = np.array(my_list)
#打印 numpy 数组
print("Array:",my_Array)
print(type(my_Array))

输出

以下是上述代码的输出 -

<class 'list'>
数组:[20 30 40 50]
<class 'numpy.ndarray'>

示例:使用标量创建 NumPy 数组

当标量值作为参数传递时，numpy.array() 函数返回 0 维 数组。

在下面的示例中，我们将 75(一个标量值)作为对象传递给 numpy.array() 函数 -

#导入 numpy 模块
import numpy as np
#定义标量
my_int = 75
print(type(my_int))
#向标量传递参数
my_Array = np.array(my_int)
#打印 numpy 数组
print("Array:",my_Array)
print(type(my_Array))

输出

以下是上述代码的输出 -

<class 'int'>
Array: 75
<class 'numpy.ndarray'>

示例:创建 N 维 NumPy 数组

numpy.array() 函数中的 ndmin 参数用于指定生成的 NumPy 数组的最小维数。例如，要创建三维数组，请将 ndmin 设置为 3 -

#导入 numpy 模块
import numpy as np
#定义列表
my_list1=[2,8,9,6]
my_list2=[12,38,79,56]
my_list3=[100, 200, 300, 400]
#向列表传递参数
my_Array = np.array([my_list1, my_list2, my_list3],ndmin=3)
#打印 numpy 数组
print("3D 数组 -")
print(my_Array)

输出

以下是上述代码的输出 -

3D 数组 -
[[[  2   8   9   6]
  [ 12  38  79  56]
  [100 200 300 400]]]

numpy_array_creation_routines.html