numpy.array

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

Создать массив.

Параметры:

object : array_like Массив, любой объект, экспонирующий интерфейс массива, объект, метод __array__ которого возвращает массив, или любое (вложенное) последовательность. dtype : data-type, optional Желаемый тип данных для массива. Если не задано, тип определяется как минимальный тип, необходимый для хранения объектов в последовательности. Этот аргумент может использоваться только для «повышения» типа массива. Для понижения типа используйте метод .astype(t). copy : bool, optional Если True (по умолчанию), то объект копируется. В противном случае копия будет создана только если __array__ возвращает копию, если obj является вложенной последовательностью, или если копия необходима для удовлетворения любых других требований (dtype, order, и т.д.). order : {‘K’, ‘A’, ‘C’, ‘F’}, optional Укажите расположение памяти массива. Если объект не является массивом, новый созданный массив будет в порядке C (строка-главная), если не указано ‘F’, в противном случае он будет в порядке Fortran (столбец-главный). Если объект является массивом, то справедливо следующее. order no copy copy=True ‘K’ без изменений Порядок F и C сохраняется, в противном случае – наиболее похожий порядок ‘A’ без изменений Порядок F, если входной массив F и не C, иначе C порядок ‘C’ Порядок C Порядок C ‘F’ Порядок F Порядок F Когда copy=False и копия создаётся по другим причинам, результат тот же, что и если copy=True, за исключением некоторых исключений для A, см. раздел Примечания. По умолчанию order = ‘K’. subok : bool, optional Если True, то подклассы будут переданы, в противном случае возвращаемый массив будет принудительно преобразован в массив базового класса (по умолчанию). ndmin : int, optional Указывает минимальное количество измерений, которое должен иметь полученный массив. Единицы будут добавлены в форму массива по мере необходимости, чтобы удовлетворить этому требованию.

Возвращает:

out : ndarray Объект массива, удовлетворяющий заданным требованиям.

См. также

empty_like

Возвращает пустой массив с формой и типом входных данных.

ones_like

Возвращает массив единиц с формой и типом входных данных.

zeros_like

Возвращает массив нулей с формой и типом входных данных.

full_like

Возвращает новый массив с формой входных данных, заполненный значением.

empty

Возвращает новый неинициализированный массив.

ones

Возвращает новый массив, устанавливая значения в единицу.

zeros

Возвращает новый массив, устанавливая значения в ноль.

full

Возвращает новый массив заданной формы, заполненный значением.

Примечания

Когда order равен ‘A’ и object является массивом, не в порядке ‘C’ и не в порядке ‘F’, и копия принудительно создается из-за изменения типа, то порядок результата необязательно ‘C’, как ожидалось. Вероятно, это ошибка.

Примеры

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

Повышение типа:

>>> np.array([1, 2, 3.0])
array([ 1.,  2.,  3.])

Более одного измерения:

>>> np.array([[1, 2], [3, 4]])
array([[1, 2],
       [3, 4]])

Минимальное количество измерений 2:

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

Предоставлен тип:

>>> np.array([1, 2, 3], dtype=complex)
array([ 1.+0.j,  2.+0.j,  3.+0.j])

Тип данных, состоящий более чем из одного элемента:

>>> x = np.array([(1,2),(3,4)],dtype=[('a','<i4'),('b','<i4')])
>>> x['a']
array([1, 3])

Создание массива из подклассов:

>>> 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]])