创建np.ndarray

要创建一个NumPy的ndarray（n维数组），你可以使用`numpy.array()`函数。以下是创建一个简单的一维数组的示例：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
print(arr)

这将输出：`[1 2 3 4 5]`。

如果你想创建一个二维数组，可以传递一个嵌套的列表给`numpy.array()`函数：

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)

这将输出：

[[1 2 3]
 [4 5 6]]

你可以根据需要使用`numpy.zeros()`，`numpy.ones()`或`numpy.empty()`来创建特定值的数组。

希望这可以帮助到你！如果有任何其他问题，请随时问我。

相关问题

np.array与np.ndarray

np.array()和np.ndarray()之间的区别是什么?

np.array()是一个创建ndarray的便利函数，它将输入的数据转化为ndarray格式的数组。它可以接受多种不同类型的输入数据，包括列表、元组和其他可迭代对象。np.array()会将输入数据转化为ndarray对象，而ndarray是一个多维数组对象。

np.ndarray()是一个类，它用于创建ndarray数组。与np.array()不同，np.ndarray()需要显式地指定数组的维度和数据类型。它可以通过传递一个元组作为参数来指定数组的形状，还可以通过指定dtype参数来指定数组的数据类型。

总结来说，np.array()是一个创建ndarray数组的方便的函数，而np.ndarray()是一个类，用于创建ndarray数组，它提供了更多的灵活性和控制能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [Numpy.array()详解 、np.array与np.asarray辨析、 np.array和np.ndarry的区别](https://blog.csdn.net/sinat_28576553/article/details/89047893)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [浅谈numpy中np.array()与np.asarray的区别以及.tolist](https://download.csdn.net/download/weixin_38571453/13711564)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]

np.ndarray.copy

`np.ndarray.copy` 是 NumPy 库中的一个方法，用于创建一个数组的副本。该方法返回一个新的数组，其中包含原始数组的数据副本。副本数组具有与原始数组相同的数据类型和形状，但是它们是不同的对象，它们的数据和内存位置都是独立的。

下面是一个简单的示例，演示如何使用 `np.ndarray.copy` 方法：

import numpy as np

# 创建一个原始数组
arr = np.array([1, 2, 3])

# 创建一个副本数组
arr_copy = arr.copy()

# 修改副本数组的值
arr_copy[0] = 4

# 打印原始数组和副本数组
print("原始数组：", arr)   # 输出 [1 2 3]
print("副本数组：", arr_copy)  # 输出 [4 2 3]

在上面的示例中，我们首先创建了一个名为 `arr` 的原始数组，它包含 1、2 和 3 三个元素。接下来，我们使用 `np.ndarray.copy` 方法创建了一个名为 `arr_copy` 的副本数组，它的值与原始数组相同。然后，我们修改了副本数组中的第一个元素为 4。最后，我们分别打印了原始数组和副本数组，可以看到它们的值已经不同了。