介绍

ndarry是numpy的N维数组对象，它是一系列同类型数据的集合，以0下标为开始进行集合中元素的索引。与它相似的有numpy.asarray，只不过numpy.asarray只有三个参数。

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

作用：创建一个数组。

参数说明：

object：数组

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

例子：

一维

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

二维

>>> 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=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]])