NumPy array()函数
在本教程中，我们将介绍 NumPy 库中array()函数的概念。
NumPy 库中的array()函数主要用于创建数组。就像 Numpy arange()功能一样。
在 NumPy 库中，同构多维数组是主要对象。齐次多维数组基本上是一个元素表，这些元素都是同一类型的，由正整数元组索引。数组的维度在 NumPy 中称为轴。
Numpy 库中的
array类主要被称为 ndarray 或别名数组。numpy.array()与标准 python 库类array.array不同，因为在 Python 中array.array仅用于处理一维数组，因此它提供的功能较少。
numpy.array()的语法:
使用此方法所需的语法如下:
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
参数:
现在让我们看看这个函数的参数:
对象 该参数表示一个数组，也可以是任何暴露数组接口的对象，主要可以是
__array__方法返回数组的对象，也可以是任何嵌套序列。数据类型 该参数定义了数组所需的数据类型。如果没有给出这个参数，那么类型将被确定为在序列中保持对象所需的最小类型。
复制 如果该参数的值设置为真，则对象将被复制，否则只有当对象是嵌套序列时，或者如果只需要一个副本来满足任何其他要求，如数据类型、顺序等，才会进行复制。
顺序 这个参数用来指定数组的内存布局。如果对象不是一个数组，那么新创建的数组将按照 C 顺序排列，即行顺序，除非指定了‘F’，在这种情况下，它将按照 Fortran 顺序排列，即列顺序。如果对象主要是一个数组，则以下内容成立:
| 订单 | 无复制 | 副本=真 | | k ' | 未改变的 | 如果在这种情况下副本为真，则 F & C 顺序保留了最相似的顺序 | | a′ | 未改变的 | 在这种情况下，如果复制为真，输入为 F 而不是 C，则顺序为 F，否则顺序为 C | | c′ | 订单 | 在这种情况下，顺序是 C | | f ' | 订单 | 在这种情况下，顺序是 f。 |
subok 这是一个可选的参数，当这个参数的值为 True 时，子类将通过，否则默认情况下返回的数组将强制为基类数组。
ndmin 这是一个可选的参数，用于指定结果数组应该具有的最小维数。
返回值:
numpy 库中的array()函数用于返回满足指定要求的数组对象。
示例 1:array()功能的基本示例
下面我们有一个基本的例子，我们借助array()函数创建一个只有一维的数组:
import numpy as np
a = np.array([1,4,9])
print("The Array is:")
print(a)
数组为: 【1 4 9】
示例 2:多维数组
现在我们将创建一个具有多个维度的数组，其代码如下:
import numpy as np
a = np.array([[1, 7], [6, 4]])
print("The Array with more than one dimension:")
print(a)
多维数组: [[1 7] [6 4]]
示例 3:使用dtype参数
下面我们有一个例子，我们将使用dtype参数:
import numpy as np
a = np.array([1, 7,9], dtype='complex')
print("The Array with more than one dimension:")
print(a)
一维以上的数组: 【1。+0.j 7。+0.j 9。+0.j]
注: 上述代码片段的输出以复数形式表示数组元素的值。
摘要
本教程是关于 Numpy 库中的array()函数的。我们已经介绍了如何使用它的语法、参数和这个函数返回的值。在接下来的教程页面中，我们将介绍更多这样的功能。