笔记大全

nparray函数如何使用

更新时间：2023-11-15

np.array()函数的基本用途

numpy包中的np.array()函数是Python编程语言的一个独特的数据类型，它是一个具有相同数据类型的任意数量的元素的组合。该函数主要用于创建一个数组来存储固定大小的数值或字符串，使它们更容易操作。这个函数是用于创建一个NumPy数组的最常见的方式之一，它可以接受一个列表、元组或其他的数组来创建一个新的NumPy数组。

import numpy as np

# 使用列表来创建一个numpy数组
arr_1 = np.array([1, 2, 3, 4, 5])
print(arr_1) #[1 2 3 4 5]

# 使用元组来创建一个numpy数组
tuple_1 = (1, 2, 3, 4, 5)
arr_2 = np.array(tuple_1)
print(arr_2) #[1 2 3 4 5]

# 对于多维数组，我们可以使用列表作为元素来创建
arr_3 = np.array([[1,2,3],[4,5,6]])
print(arr_3)
"""
output:
[[1 2 3]
 [4 5 6]]
"""

np.array()中数据类型的概念

np.array()函数中，我们可以通过指定数据类型（dtype）来设置数组的数据类型。数据类型（dtype）是构成数组的元素的类型，对于numpy数组，数据类型是固定的，即一旦创建整个数据类型将不能被改变。如果我们不指定数据类型，numpy会自动推导出数据类型。

import numpy as np

# 数据类型默认是int64
arr_1 = np.array([1, 2, 3, 4, 5])
print(arr_1.dtype) #int64

# 使用dtype参数设置数据类型
arr_2 = np.array([1.1, 2.2, 3.3], dtype=np.float64)
print(arr_2.dtype) #float64

arr_3 = np.array([1, 2, 3], dtype=np.float32)
print(arr_3.dtype) #float32

np.array()函数中的常用参数

np.array()函数提供了一些关键字参数来配置数组的行为。下面是一些常用的关键字参数：

dtype：设置数据类型
copy：设置是否复制输入列表，默认为True
order：C表示行优先，F表示列优先，默认为C
ndmin：指定NumPy数组的最小维度，通常为1

import numpy as np

# 使用关键字参数来配置数组
arr_1 = np.array([1, 2, 3], ndmin=2)
print(arr_1) #[[1 2 3]]

arr_2 = np.array([1, 2, 3], order='F')
print(arr_2) #[1 2 3]

arr_3 = np.array([1, 2, 3], copy=False)
print(arr_3) #[1 2 3]

np.array()函数的总结

np.array()函数是Python中创建NumPy数组的最常用的方法之一，它可以将Python列表、元组、其他数组等转化为NumPy数组。在np.array()中，数据类型(dtype)是一个非常重要的概念，我们可以通过设置数据类型来自定义数组的类型。关键字参数：copy、order、ndmin 等，可以用来配置数组的行为。总的来说，np.array()是一个非常强大和灵活的函数，因为它可以生成一个多维数组，使得进行科学计算和其他数值分析变得容易和高效。

c语言编程笔录