(python np.array) 详解Numpy array()数组函数的作用与使用方法 numpy.array主要作用是创建数组全网首发(图文详解1)

numpy.array函数的主要作用是创建一个数组，其参数详解如下：

object: 公开数组接口的任何对象，array方法返回数组的对象，或任何（嵌套）序列。
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保持序列中的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。如果为true（默认值），则复制对象。否则，只有当array返回副本，obj是嵌套序列，或者需要副本来满足任何其他要求（dtype，顺序等）时，才会进行复制。
order ： {‘K’，’A’，’C’，’F’}，可选。指定阵列的内存布局。如果object不是数组，则新创建的数组将按C顺序排列（行主要），除非指定了’F’，在这种情况下，它将采用Fortran顺序（专业列）。如果object是一个数组，则以下成立。当copy=False出于其他原因而复制时，结果copy=True与对A的一些例外情况相同，请参阅“注释”部分。默认顺序为“K”。
subok ： bool，可选。如果为True，则子类将被传递，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。根据需要，将根据需要预先设置形状。

返回值：out:ndarray 满足要求的数组对象

以下是一些示例代码：

创建一维数组：

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

创建二维数组：

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

创建最小维度为2的数组：

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

指定数据类型为复数：

>>> 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]])