无名阁,只为技术而生。流水不争先,争的是滔滔不绝。

(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)

前沿技术 Micheal 6个月前 (05-30) 67次浏览 已收录 扫描二维码

(python np.array) 详解Numpy array()数组函数的作用与使用方法

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]])

以上内容参考资料:https://docs.scipy.org/doc/numpy/reference/generated/numpy.array.html
希望以上信息能对你有所帮助,如果你有更多的问题,欢迎继续提问。
(pandas map) 详解pandas.map()(映射数值)函数使用方法 pandas.map() 函数主要用于对Series对象或DataFrame对象的一列进行映射处理 全网首发(图文详解1)
(pandas read_excel参数) 详解pandas.read_excel()(读取Excel文件)函数使用方法 提取结果:pandas.read_excel() 全网首发(图文详解1)

喜欢 (0)
[]
分享 (0)
关于作者:
流水不争先,争的是滔滔不绝