Ndarray是numpy中定义的n维数组对象。它存储相同类型元素的集合。可以使用从零开始的索引来访问集合中的元素。 ndarray 中的每个元素在内存中占用相同的大小。

创建 Numpy ndarray 对象

可以使用 array() 函数 创建 Numpy ndarray 对象 。列表、元组或任何类似数组的对象可以传递到 array() 函数中以将其转换为 ndarray。使用该函数的语法如下:

语法

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

参数

object必填。 指定要转换为ndarray的集合对象。可以是列表、元组、集合、字典等。
dtype可选。 指定所需的数据类型。用于更改数组元素的数据类型。
copy可选。 指定 True 来复制对象，否则为 False。
order可选。 指定顺序。它可以采用四个可能的值。
  • 'C' - 表示 C 顺序（主要行）。
  • 'F' - 表示 F 顺序（主要列）。
  • 'A' - 不变，如果复制=假。如果 copy=True，则保留 F 和 C 顺序。
  • 'K' - 如果 copy=False，则保持不变。如果copy=True，当输入是F而不是C时，则F顺序，否则C顺序。
subok可选。 指定True则使返回的数组子类通过。默认情况下，返回的数组强制为基类数组。
ndmin可选。 指定数组的最小维度。

示例:创建一维数组

在下面的示例中，列表用于创建一维 numpy 数组。

import numpy as np
MyList = [1, 2, 3, 4, 5]
npArray = np.array(MyList)
print(npArray)

上述代码的输出将是:

[1 2 3 4 5]

示例:创建二维数组

在此示例中，使用列表的列表来创建二维 numpy 数组。

import numpy as np
MyList = [[1, 2, 3], [4, 5, 6]]
npArray = np.array(MyList)
print(npArray)

上述代码的输出将是:

[[1 2 3]
 [4 5 6]]

示例:使用 ndmin 参数创建二维数组

n 维可以使用数组函数的 ndmin 参数创建数组。就像在这个例子中，它用于创建二维数组。

import numpy as np
MyList = [1, 2, 3, 4, 5]
npArray = np.array(MyList, ndmin=2)
print(npArray)

上述代码的输出将是:

[[1 2 3 4 5]]

示例:使用 dtype 参数创建一维数组

dtype 参数用于更改 ndarray 对象元素的数据类型。

import numpy as np
MyList = [1, 0, 0, 1, 0]
npArray = np.array(MyList, dtype=bool)
print(npArray)

上述代码的输出将是:

[ True False False  True False]