numpy array 用法及代码示例

用法:

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

创建一个数组。

描述
参数 object: : array_like

数组,暴露数组接口的任何对象,__ array__方法返回数组的对象或任何(嵌套的)序列。
dtype: : data-type, 可选参数

数组所需的数据类型。如果未给出,则将类型确定为在序列中保存对象所需的最小类型。此参数只能用于‘upcast’数组。对于向下转换,请使用.astype(t)方法。
copy: : bool, 可选参数

如果为true(默认值),则复制对象。否则,仅当__array__返回一个副本,obj是一个嵌套序列,或者需要一个副本来满足任何其他要求时才创建副本(dtype,订单等)。
order: : {‘K’, ‘A’, ‘C’, ‘F’}, 可选参数

指定阵列的内存布局。如果object不是数组,则除非指定‘F’,否则新创建的数组将以C顺序(行主),在这种情况下,它将以Fortran顺序(行主)。如果object是一个数组,则以下成立。

当copy=False并出于其他原因进行了复制,结果与copy=True,但A除外,请参见“注释”部分。默认顺序为‘K’。
subok: : bool, 可选参数

如果为True,则子类将为passed-through,否则,返回的数组将被强制为base-class数组(默认)。
ndmin: : int, 可选参数

指定结果数组应具有的最小维数。可以根据需要预先添加形状。

返回值 out: : ndarray

满足指定要求的数组对象。

注意:
当订单为‘A’且object是既不是‘C’也不是‘F’顺序的数组,并且由于dtype的更改而强制执行复制,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])

上投:

>>> 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','<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]])

发表回复

登录... 后才能评论