np.array是什么函数
时间: 2025-07-19 18:31:14 浏览: 5
### NumPy Array 函数的含义与用法
#### 1. **NumPy Array 的基本概念**
`np.array` 是 Python 数据科学库 NumPy 提供的核心功能之一,用于创建一个多维数组对象。此对象支持高效的数值计算以及多种内置方法来操作数据[^1]。
- 数组是一个固定类型的元素集合,通常具有相同的大小。
- 使用 `dtype` 参数可以指定数组中元素的数据类型(如整型、浮点型等)[^2]。
```python
import numpy as np
w1 = np.array([1, 2, 3, 4], dtype='float64')
print(w1.dtype) # 输出 float64
print(w1) # 输出 [1. 2. 3. 4.]
```
以上代码展示了如何通过传递一个列表给 `np.array` 并设置 `dtype` 来显式定义数组中元素的具体类型。
---
#### 2. **从 Python 列表创建一维和多维数组**
除了简单的向量外,还可以轻松构建更复杂的矩阵结构。这可以通过提供嵌套列表作为输入参数完成[^3]。
```python
# 创建一维数组
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
print("x =", x)
# 创建二维数组
X = np.array([[1, 2, 3, 4],
[5, 6, 7, 8]])
print("X =", X)
```
上述示例说明了一维和平铺二维空间上的转换逻辑——前者是一串连续排列的数字序列而后者则由多个子集构成更大的整体框架。
---
#### 3. **调整形状与其他高级属性**
一旦建立了初始状态下的 ndarray 对象之后,往往还需要对其进行重塑或者压缩之类的变换动作以满足特定应用场景的要求。例如下面的例子就演示了怎样改变三维张量成为平面视图的过程[^4]。
```python
import numpy as np
x = np.arange(9).reshape((1, 3, 3))
print('原数组 x:')
print(x)
print()
y = np.squeeze(x)
print('压缩后的数组 y:')
print(y)
print()
print('数组 x 和 y 的形状:', x.shape, y.shape)
```
在这里,“squeeze” 方法移除了长度为单一维度的所有轴线方向,从而简化了原本较为冗余的表现形式。
---
### 总结
综上所述,`np.array` 不仅提供了便捷的方式来初始化各种形态各异的数据容器单元格而且允许开发者灵活定制内部成员所遵循的基础规则比如精度等级等等因素考虑进去的话就会显得尤为重要起来了呢!
阅读全文
相关推荐


















