当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python numpy array用法及代码示例


本文简要介绍 python 语言中 numpy.array 的用法。

用法:

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

创建一个数组。

参数

object array_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)序列。如果 object 是标量,则返回包含 object 的 0 维数组。

dtype 数据类型,可选

数组所需的数据类型。如果没有给出,那么类型将被确定为在序列中保存对象所需的最小类型。

copy 布尔型,可选

如果为 true(默认),则复制该对象。否则,仅当 __array__ 返回副本、obj 是嵌套序列或需要副本来满足任何其他要求时才会创建副本(numpy.dtype,次序, ETC。)。

order {‘K’、‘A’、‘C’、‘F’},可选

指定数组的内存布局。如果 object 不是数组,则新创建的数组将按 C 顺序(主要行),除非指定了“F”,在这种情况下,它将按照 Fortran 顺序(主要列)。如果 object 是一个数组,则以下内容成立。

次序

没有副本

复制=真

'K'

unchanged

F & C 订单保留,否则最相似的订单

'一种'

unchanged

如果输入是 F 而不是 C,则为 F 顺序,否则为 C 顺序

'C'

C订单

C订单

'F'

F阶

F阶

copy=False 并出于其他原因制作副本时,结果与 copy=True 相同,但“A”有一些例外,请参阅注释部分。默认顺序是“K”。

subok 布尔型,可选

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 整数,可选

指定结果数组应具有的最小维数。将根据需要预先添加到形状以满足此要求。

like array_like

允许创建非 NumPy 数组的引用对象。如果作为 like 传入的类似数组支持 __array_function__ 协议,则结果将由它定义。在这种情况下,它确保创建一个与通过此参数传入的数组对象兼容的数组对象。

返回

out ndarray

满足指定要求的数组对象。

注意

当 order 为“A”且 object 既不是“C”也不是“F”顺序的数组,并且由于 dtype 的更改而强制执行副本,则结果的顺序不一定是预期的“C”。这很可能是一个错误。

例子

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

向上转换:

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

不止一个维度:

>>> 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])

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]])

相关用法


注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.array。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。