numpy.array#

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

创建一个数组。

参数:

objectarray_like

数组、任何公开数组接口的对象、其 __array__ 方法返回数组的对象，或任何（嵌套的）序列。如果 object 是标量，则返回一个包含该对象的 0 维数组。

dtype数据类型，可选

数组所需的数据类型。如果未给定，NumPy 将尝试使用能够表示这些值的默认 dtype（必要时应用提升规则）。

copybool, optional

如果为 True（默认值），则会复制数组数据。如果为 None，则仅在以下情况下进行复制：__array__ 返回一个副本、obj 是嵌套序列，或者为了满足其他要求（dtype、order 等）而需要副本时。注意，任何数据复制都是浅拷贝，即对于对象 dtype 的数组，新数组将指向相同的对象。参见 ndarray.copy 的示例。如果为 False，若无法避免复制，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 object 不是数组，则新创建的数组将采用 C 顺序（行优先），除非指定了 ‘F’，此时它将采用 Fortran 顺序（列优先）。如果 object 是数组，则适用以下规则。

order	无复制	copy=True
‘K’	保持不变	保留 F 和 C 顺序，否则采用最相似的顺序
‘A’	保持不变	如果输入是 F 且不是 C，则为 F 顺序，否则为 C 顺序
‘C’	C 顺序	C 顺序
‘F’	F 顺序	F 顺序

当 copy=None 且由于其他原因进行复制时，结果与 copy=True 时相同，但 ‘A’ 有些例外，参见“注释”部分。默认顺序为 ‘K’。

subokbool, optional

如果为 True，则传递子类，否则强制返回的数组为基类数组（默认）。

ndminint, optional

指定结果数组应具有的最小维数。根据需要将在 shape 前面添加 1 以满足此要求。

ndmaxint, 可选

指定从嵌套序列推断 shape 时要创建的最大维数。默认情况下 (ndmax=0)，NumPy 会递归遍历所有嵌套级别（直到编译时常量 NPY_MAXDIMS）。设置 ndmax 会在指定深度停止递归，将更深层的嵌套结构保留为对象，而不是将其提升为高维数组。在这种情况下，需要 dtype=np.object_。

2.4.0 版本新增。

likearray_like, optional

用于创建非 NumPy 数组的引荐对象。如果传入的 like 支持 __array_function__ 协议，则结果将由它定义。在这种情况下，它确保创建与通过此参数传入的数组兼容的数组对象。

版本 1.20.0 中新增。

返回:

outndarray: 满足指定要求的数组对象。

另请参阅

empty_like: 返回一个形状和类型与输入数组相同的空数组。
ones_like: 返回一个形状和类型与输入相同的全 1 数组。
zeros_like: 返回一个形状和类型与输入相同的全 0 数组。
full_like: 返回一个形状与输入相同、并用值填充的新数组。
empty: 返回一个新的未初始化数组。
ones: 返回一个新数组，将值设置为一。
zeros: 返回一个新数组，将值设置为零。
full: 返回一个给定形状并用指定值填充的新数组。
copy: 返回给定对象的数组副本。

备注

当 order 为 ‘A’ 且 object 为既不是 ‘C’ 也不是 ‘F’ 顺序的数组，且由于 dtype 改变而强制复制时，结果的顺序不一定是预期的 ‘C’。这很可能是一个 bug。

示例

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

向上转型

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

超过一维

>>> np.array([[1, 2], [3, 4]])
array([[1, 2],
       [3, 4]])

最小维度为 2

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

提供类型

>>> np.array([1, 2, 3], dtype=np.complex128)
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]])

使用 ndmax 限制最大维度

>>> a = np.array([[1, 2], [3, 4]], dtype=np.object_, ndmax=2)
>>> a
array([[1, 2],
       [3, 4]], dtype=object)
>>> a.shape
(2, 2)

>>> b = np.array([[1, 2], [3, 4]], dtype=np.object_, ndmax=1)
>>> b
array([list([1, 2]), list([3, 4])], dtype=object)
>>> b.shape
(2,)