菜鸟笔记-16array函数学习

在Python中，array 函数通常指的是 NumPy 库中的 numpy.array 函数，它用于创建NumPy数组对象。NumPy（Numerical Python的简称）是一个用于处理大型多维数组和矩阵的库，它提供了大量的数学函数来操作这些数组。NumPy数组是Python中处理数值数据的基础结构，特别适合于进行数值计算、科学计算和数据科学。

numpy.array() 函数的基本用法

numpy.array() 函数的基本语法如下：

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

object：任何可以被解释为数组对象的对象。这可以是一个列表、元组、已有的数组等。
dtype：数组所需的数据类型，例如 numpy.int32、numpy.float64 等。
copy：默认为 True，如果为 True，则复制输入数据；如果为 False，则尝试使用输入数据的引用（仅对列表或元组有效）。
order：指定数组在内存中的存储顺序，可以是 'C'（按行，默认值）、'F'（按列）或 'A'（任意）。
subok：默认为 False，如果为 True，则传递子类。
ndmin：指定返回数组的最小维度数。

示例1：创建一维数组

import numpy as np  
  
# 从Python列表创建一维数组  
list_data = [1, 2, 3, 4, 5]  
array_1d = np.array(list_data)  
print(array_1d)  
# 输出: [1 2 3 4 5]  
  
# 指定数据类型  
array_1d_int = np.array(list_data, dtype=np.int32)  
print(array_1d_int.dtype)  
# 输出: int32

结果输出：

[1 2 3 4 5]
int32

示例2：创建二维数组

import numpy as np  
# 从嵌套列表创建二维数组  
nested_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]  
array_2d = np.array(nested_list)  
print(array_2d)  
# 输出:  
# [[1 2 3]  
#  [4 5 6]  
#  [7 8 9]]

结果输出

[[1 2 3]
[4 5 6]
[7 8 9]]

指定最小维度数

import numpy as np
# 将一维数组转换为二维数组  
array_1d_flat = np.array([1, 2, 3, 4])  
array_2d_min = np.array(array_1d_flat, ndmin=2)  
print(array_2d_min)  
# 输出:  
# [[1 2 3 4]]

结果输出：

[[1 2 3 4]]

不复制数据

import numpy as np
# 创建一个列表并用其创建数组，注意不复制数据
original_list = [1, 2, 3]
array_from_list = np.array(original_list, copy=False)
array_from_list[0] = 99
print(array_from_list)  # 由于没有复制数据，所以原始列表也被修改了
# 输出: [99, 2, 3]

使用dtype进行类型转换

import numpy as np
# 创建一个整数列表并转换为浮点数数组
int_list = [1, 2, 3]
float_array = np.array(int_list, dtype=np.float64)
print(float_array)
# 输出: [1. 2. 3.]

注意事项

当你使用 copy=False 时，务必注意原始数据和数组之间的引用关系，因为对数组的修改可能会影响原始数据。
dtype 参数允许你明确指定数组中元素的类型，这有助于节省存储空间并优化性能。
ndmin 参数允许你增加数组的维度数，这在某些计算场景中非常有用。

Py小趴