numpy.
array
创建数组。
一个数组,任何暴露数组接口的对象,一个 __array__ 方法返回数组或任何(嵌套)序列。
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。
如果为真(默认),则复制对象。否则,只有在 __array__ 如果obj是嵌套序列,或者需要一个副本来满足任何其他要求,则返回一个副本。 (dtype , order 等)。
dtype
指定数组的内存布局。如果对象不是数组,除非指定了“f”,否则新创建的数组将按C顺序(主要行)排列,在这种情况下,它将按FORTRAN顺序(主要列)排列。如果对象是一个数组,则以下内容保持不变。
秩序
无副本
复制=真
“K”
不变
F&C订单保留,否则最相似的订单
“A”
如果输入是f而不是c,则为f order,否则为c order。
“C”
C级
“F”
F阶
什么时候? copy=False 由于其他原因复印一份,结果与 copy=True ,除了一些例外 A ,请参见“注释”部分。默认顺序为“k”。
copy=False
copy=True
如果为true,则将通过子类,否则返回的数组将强制为基类数组(默认)。
指定结果数组应具有的最小维度数。为了满足这一要求,将根据需要预挂到形状上。
引用对象以允许创建非NumPy数组的数组。如果像这样的数组传入为 like 支持 __array_function__ 协议,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对象兼容的数组对象。
like
__array_function__
注解
这个 like 关键字是一个实验性的特性,有待接受 NEP 35 .
1.20.0 新版功能.
满足指定要求的数组对象。
参见
empty_like
返回一个带有形状和输入类型的空数组。
ones_like
返回一个包含形状和输入类型的数组。
zeros_like
返回一个带有形状和输入类型的零数组。
full_like
返回一个新数组,输入的形状用值填充。
empty
返回新的未初始化数组。
ones
返回一个新的数组设置值。
zeros
将新数组设置值返回零。
full
返回用值填充的给定形状的新数组。
笔记
当订单为“A”且 object 不是按“c”或“f”顺序的数组,并且副本是由数据类型的更改强制执行的,则结果的顺序不一定如预期的“c”。这可能是一个错误。
object
实例
>>> np.array([1, 2, 3]) array([1, 2, 3])
Upcasting:
>>> 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])
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]])