np.array 是 NumPy 库中用于创建数组的核心函数。NumPy 是 Python 里用于科学计算的基础库，np.array 能将 Python 的列表、元组等可迭代对象转换为 NumPy 数组，这种数组在处理大规模数据时具有高效性和便捷性，支持多种数学运算和操作。
基本用法
import numpy as np# 使用列表创建一维数组
one_dimensional_array = np.array([1, 2, 3, 4, 5])
print("一维数组:", one_dimensional_array)
# 输出: 一维数组: [1 2 3 4 5]# 使用嵌套列表创建二维数组
two_dimensional_array = np.array([[1, 2, 3], [4, 5, 6]])
print("二维数组:\n", two_dimensional_array)
# 输出:
# 二维数组:
# [[1 2 3]
# [4 5 6]]# 使用元组创建数组
tuple_array = np.array((1, 2, 3))
print("使用元组创建的数组:", tuple_array)
# 输出: 使用元组创建的数组: [1 2 3]数组的属性
import numpy as nparr = np.array([[1, 2, 3], [4, 5, 6]])# 查看数组的形状
shape = arr.shape
print("数组的形状:", shape)
# 输出: 数组的形状: (2, 3)# 查看数组的维度
ndim = arr.ndim
print("数组的维度:", ndim)
# 输出: 数组的维度: 2# 查看数组元素的类型
dtype = arr.dtype
print("数组元素的类型:", dtype)
# 输出: 数组元素的类型: int64# 查看数组元素的个数
size = arr.size
print("数组元素的个数:", size)
# 输出: 数组元素的个数: 6数组的数学运算
import numpy as nparr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])# 数组相加
sum_arr = arr1 + arr2
print("数组相加的结果:", sum_arr)
# 输出: 数组相加的结果: [5 7 9]# 数组相乘
product_arr = arr1 * arr2
print("数组相乘的结果:", product_arr)
# 输出: 数组相乘的结果: [ 4 10 18]数组的索引和切片
import numpy as nparr = np.array([1, 2, 3, 4, 5])# 访问数组的第一个元素
first_element = arr[0]
print("数组的第一个元素:", first_element)
# 输出: 数组的第一个元素: 1# 访问数组的前三个元素
first_three_elements = arr[:3]
print("数组的前三个元素:", first_three_elements)
# 输出: 数组的前三个元素: [1 2 3]数组转列表
import numpy as np# 一维数组转一维列表
array_1d = np.array([1, 2, 3, 4, 5])
list_1d = array_1d.tolist()
print("一维数组转一维列表：", list_1d)
# 输出：一维数组转一维列表： [1, 2, 3, 4, 5]# 二维数组转二维列表
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
list_2d = array_2d.tolist()
print("二维数组转二维列表：", list_2d)
# 输出：二维数组转二维列表： [[1, 2, 3], [4, 5, 6]]
