A matriz multidimensional homogênea é o principal objeto de NumPy . É basicamente uma tabela de elementos que são todos do mesmo tipo e indexados por uma tupla de inteiros positivos. As dimensões são chamadas de eixo em NumPy.

A classe de array do NumPy é conhecida como ndarray ou matriz de alias . O numpy.array não é igual à classe da biblioteca Python padrão matriz.matriz . O array.array lida apenas com arrays unidimensionais e fornece menos funcionalidade.

Sintaxe

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

Parâmetros

Existem os seguintes parâmetros na função numpy.array().

1) objeto: array_like

Qualquer objeto que expõe uma interface de array cujo método __array__ retorna qualquer sequência aninhada ou um array.

2) dtype: tipo de dados opcional

Este parâmetro é usado para definir o parâmetro desejado para o elemento do array. Se não definirmos o tipo de dados, ele determinará o tipo como o tipo mínimo necessário para manter o objeto na sequência. Este parâmetro é usado apenas para upcasting da matriz.

3) copiar: bool (opcional)

Se definirmos copy igual a true, o objeto será copiado, caso contrário, a cópia será feita quando um objeto for uma sequência aninhada ou uma cópia for necessária para satisfazer qualquer um dos outros requisitos, como dtype, order, etc.

4) ordem: {'K', 'A', 'C', 'F'}, opcional

O parâmetro order especifica o layout de memória do array. Quando o objeto não é uma matriz, a matriz recém-criada estará na ordem C (cabeça da linha ou linha principal), a menos que 'F' seja especificado. Quando F for especificado, ele estará na ordem Fortran (cabeçalho da coluna ou coluna principal). Quando o objeto é um array, ele mantém a seguinte ordem.

ordem	sem cópia	copiar = Verdadeiro
'K'	Inalterado	Ordem F e C preservada.
'A'	Inalterado	Quando a entrada é F e não C, então ordem F, caso contrário, ordem C
'C'	Ordem C	Ordem C
'F'	Ordem F	Ordem F

Quando copy=False ou a cópia for feita por outro motivo, o resultado será o mesmo que copy= True com algumas exceções para A. A ordem padrão é 'K'.

5) teste: bool (opcional)

Quando subok=True, então as subclasses passarão; caso contrário, o array retornado será forçado a ser um array de classe base (padrão).

6) ndmin: int(opcional)

Este parâmetro especifica o número mínimo de dimensões que o array resultante deve ter. Os usuários podem ser anexados à forma conforme necessário para atender a esse requisito.

Devoluções

O método numpy.array() retorna um ndarray. O ndarray é um objeto array que satisfaz os requisitos especificados.

Exemplo 1: numpy.array()

 import numpy as np arr=np.array([1,2,3]) arr  

Saída:

 array([1, 2, 3])  

No código acima

• Importamos numpy com o nome alternativo np.
• Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
• Na função array(), passamos apenas os elementos, não o eixo.
• Por último, tentamos imprimir o valor de arr.

Na saída, uma matriz foi mostrada.

Exemplo 2:

 import numpy as np arr=np.array([1,2.,3.]) arr  

Saída:

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

No código acima

• Importamos numpy com o nome alternativo np.
• Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
• Na função array(), passamos elementos de diferentes tipos, como inteiro, flutuante, etc.
• Por último, tentamos imprimir o valor de arr.

Na saída, foi exibido um array contendo elementos desse tipo que requerem memória mínima para conter o objeto na sequência.

Exemplo 3: Mais de uma dimensão

 import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr  

Saída:

 array([[1., 2., 3.], [4., 5., 7.]])  

No código acima

• Importamos numpy com o nome alternativo np.
• Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
• Na função array(), passamos o número de elementos entre colchetes diferentes.
• Por último, tentamos imprimir o valor de arr.

Na saída, uma matriz multidimensional foi mostrada.

Exemplo 4: Dimensões mínimas: 2

 import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr  

Saída:

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

No código acima

• Importamos numpy com o nome alternativo np.
• Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
• Na função array(), passamos o número de elementos entre colchetes e a dimensão para criar um ndarray.
• Por último, tentamos imprimir o valor de arr.

Na saída, uma matriz bidimensional foi mostrada.

Exemplo 5: Tipo fornecido

 import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr  

Saída:

 array([12.+0.j, 45.+0.j, 3.+0.j])  

No código acima

• Importamos numpy com o nome alternativo np.
• Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
• Na função array(), passamos os elementos entre colchetes e definimos o dtype como complexo.
• Por último, tentamos imprimir o valor de arr.

Na saída, os valores dos elementos 'arr' foram mostrados na forma de números complexos.

Exemplo 6: Criando um array a partir de subclasses

 import numpy as np arr=np.array(np.mat('1 2;3 4')) arr arr=np.array(np.mat('1 2;3 4'),subok=True) arr  

Saída:

 array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])  

No código acima

• Importamos numpy com o nome alternativo np.
• Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
• Na função array(), passamos os elementos na forma de matriz usando a função np.mat() e definimos subok=True.
• Por último, tentamos imprimir o valor de arr.

Na saída, uma matriz multidimensional foi mostrada.

---