NumPy 1.14 - numpy.array()

numpy.array




numpy

numpy.array

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

एक सरणी बनाएँ।

पैरामीटर:

ऑब्जेक्ट : array_like

एक सरणी, सरणी इंटरफ़ेस को उजागर करने वाली कोई भी वस्तु, एक वस्तु जिसका __array__ विधि एक सरणी, या कोई भी (नेस्टेड) ​​अनुक्रम देता है।

dtype : data-type, वैकल्पिक

सरणी के लिए वांछित डेटा-प्रकार। यदि नहीं दिया गया है, तो अनुक्रम में वस्तुओं को धारण करने के लिए आवश्यक न्यूनतम प्रकार के रूप में निर्धारित किया जाएगा। इस तर्क का उपयोग केवल सरणी को 'upcast' करने के लिए किया जा सकता है। डाउनकास्टिंग के लिए .astype (t) विधि का उपयोग करें।

प्रतिलिपि : बूल, वैकल्पिक

यदि सत्य (डिफ़ॉल्ट) है, तो ऑब्जेक्ट की प्रतिलिपि बनाई गई है। अन्यथा, एक प्रति केवल तभी बनाई जाएगी जब __array__ एक प्रति लौटाता है, यदि obj एक नेस्टेड अनुक्रम है, या यदि किसी अन्य आवश्यकता ( dtype , order , आदि) को संतुष्ट करने के लिए एक प्रति की आवश्यकता है।

आदेश : {'के', 'ए', 'सी', 'एफ'}, वैकल्पिक

सरणी का मेमोरी लेआउट निर्दिष्ट करें। यदि ऑब्जेक्ट एक सरणी नहीं है, तो नया निर्मित सरणी C क्रम (पंक्ति प्रमुख) में होगा जब तक कि 'F' निर्दिष्ट नहीं किया जाता है, इस स्थिति में यह फोरट्रान क्रम (कॉलम प्रमुख) में होगा। यदि ऑब्जेक्ट एक सरणी है तो निम्नलिखित होल्ड करता है।

क्रम कोई कॉपी नहीं प्रतिलिपि = सच
'के' स्थिर एफ एंड सी ऑर्डर संरक्षित, अन्यथा सबसे समान ऑर्डर
'ए' स्थिर एफ ऑर्डर यदि इनपुट एफ और सी नहीं है, अन्यथा सी ऑर्डर
'सी' C आदेश C आदेश
'एफ' एफ आदेश एफ आदेश

जब copy=False और अन्य कारणों से एक कॉपी बनाई जाती है, तो परिणाम एक ही होता है जैसे कि copy=True , A लिए कुछ अपवादों के साथ, नोट्स अनुभाग देखें। डिफ़ॉल्ट आदेश 'K' है।

सबोक : बूल, वैकल्पिक

यदि यह सत्य है, तो उप-कक्षाएं पास-थ्रू हो जाएंगी, अन्यथा लौटे हुए सरणी को बेस-क्लास सरणी (डिफ़ॉल्ट) होने के लिए मजबूर किया जाएगा।

ndmin : इंट, वैकल्पिक

उन आयामों की न्यूनतम संख्या निर्दिष्ट करता है जिनके परिणामस्वरूप सरणी होनी चाहिए। इस आवश्यकता को पूरा करने के लिए ओनों को पहले से आकार दिया जाएगा।

यह दिखाता है:

बाहर : ndarray

एक सरणी वस्तु निर्दिष्ट आवश्यकताओं को संतुष्ट करती है।

यह भी देखें

empty , empty_like , zeros , zeros , zeros_like , अपने, ones_like , full , full_like

टिप्पणियाँ

जब आदेश 'ए' है और object न तो 'सी' और न ही 'एफ' ऑर्डर में एक सरणी है, और एक प्रतिलिपि dtype में परिवर्तन से मजबूर है, तो परिणाम का क्रम अपेक्षित रूप से 'सी' नहीं है। यह संभवतः एक बग है।

उदाहरण

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

upcasting:

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

एक से अधिक आयाम:

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

न्यूनतम आयाम 2:

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

प्रदान प्रकार:

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

डेटा-प्रकार में एक से अधिक तत्व शामिल हैं:

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

उप-वर्गों से एक सरणी बनाना:

>>> 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]])