numpy.array()的作用

numpy.array()的作用就是将列表list或元组tuple转换为 ndarray 数组。
numpy.array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)
object：输入列表、元组等。
dtype：ndarray数组的数据类型。如果未给出，则类型为被保存对象所需的最小类型。
copy：布尔类型，默认 True，表示复制对象。
order：顺序。
subok：布尔类型，表示子类是否被传递。
ndmin：生成的数组应具有的最小维数。

numpy.array()知识点总结

numpy 的数据调用

numpy适应一些列表中的操作，比如：
1.a[0]代表a数组中第一个元素
2.a[0:3]左闭右开为一个a[0]到a[2]的一个数组，a[:]表示取所有元素

import  numpy as np
matrix = np.array(
    [
        [5,10,15],
        [20,15,30],
        [35,40,45]
    ]
)
print(matrix[:,1])#表示取所有行的第二列

在这里插入图片描述
3.取所有行的前两列：

numpy.array()的数据类型

1.numpy.array()括号里必须传入相同类型的元素
如果数组中一个元素的类型改变，那么其他元素类型也会随之变化为更通用的格式。如下图，数组中数据类型是float64的。我们将1.0改为1，再次输出，类型还是float64的，因为1.0变成1数据类型变成整型的话小数点后面有数字的话会损失精度。
在这里插入图片描述

而如果将数组中全部数据改成整型数据类型就变成int32了，如果里面有一个字符串类型，那么它的数据类型就会变成字符串类型。

总结：使用numpy.array()时要保证里面的数据都是同一类型的。