np.array 命令有什么作用？答案

【问题标题】：what does the np.array command do?np.array 命令有什么作用？
【发布时间】：2018-06-21 20:56:51
【问题描述】：

关于np.array 命令的问题。

假设使用打印命令显示缓存的内容是

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

然后我执行了以下代码：

train_x = np.array(caches)

当我打印 train_x 的内容时，我有：

train_x = [[1,2,3],[1,2,3],...,[1,2,3]]

现在，行为正是我想要的，但并不真正了解np.array(caches) 命令做了什么。谁能给我解释一下？

【问题讨论】：

understanding in depth 是一个模糊的请求。我们不知道您做什么或还不知道。我们可以假设您知道什么是 numpy 数组吗？它与list 有何不同？ np.array([1,2,3]) 或 np.array([[1,2],[3,4]]) 怎么样？
您好，在您的第一个示例中，您创建了一个值为 [1,2,3] 的数组，但它与命令 np.array((1,2,3)) 相同，因为当我执行这行代码我得到了完全相同的结果。 [1,2,3] 的数组。在第二个示例中，您创建一个由数组组成的数组。所以 [1,2] 和 [3,4] 不是值，而是数组的形状。但是对于第二个示例，我不清楚为什么要生成一个包含两个数组但在 1 列和 2 行中的新数组。我希望有一个由 1 行 2 列组成的新数组？
听起来你需要一个基本的了解，而不是深入了解。从基本的 Python 开始 - 列表、列表列表、元组、位置和关键字参数。然后是数组的基础知识——形状、dtype、维数等。

【解决方案1】：

制作一维数组

In [89]: np.array([1,2,3])
Out[89]: array([1, 2, 3])
In [90]: np.array((1,2,3))
Out[90]: array([1, 2, 3])

[1,2,3] 是一个列表； (1,2,3) 是一个元组。 np.array 将它们视为相同。（list 与 tuple 在创建结构化数组时确实有所不同，但这是一个更高级的主题。）

注意形状是 (3,)（shape 是 tuple）

从嵌套列表创建二维数组 - 列表列表：

In [91]: np.array([[1,2],[3,4]])
Out[91]: 
array([[1, 2],
       [3, 4]])
In [92]: _.shape
Out[92]: (2, 2)

np.array 获取数据，而不是 shape 信息。它从数据中推断出形状。

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

在这些示例中，object 参数是一个列表或列表列表。在这个阶段，我们还没有定义其他参数。

【讨论】：