Numpy Python-多维数组语法

我遇到了

numpy

，正在试图理解构建

多维数组的正确语法。例如：

numpy.asarray([[1.,2], [3,4], [5, 6]])

印刷品：

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

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

而：

numpy.asarray([[1 ,2], [3, 4], [5, 6]])

印刷品：

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

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

那是一个奇怪的语法元素

它到底在做什么？
np.array
从
[]
的嵌套中推断数组形状，并从元素的性质推断
dtype
。如果至少有一个元素是Python浮点，则整个数组是浮点：

In [178]: x=np.array([1, 2, 3.0])    # 1d float
In [179]: x.shape
Out[179]: (3,)
In [180]: x.dtype
Out[180]: dtype('float64')

如果所有元素都是整数-则数组也为int

In [182]: x=np.array([[1, 2],[3, 4]])   # 2d int
In [183]: x.shape
Out[183]: (2, 2)
In [184]: x.dtype
Out[184]: dtype('int32')

您还可以显式设置
dtype
，例如：

In [185]: x=np.array([[1, 2],[3, 4]], dtype=np.float32)
In [186]: x
Out[186]: 
array([[ 1.,  2.],
       [ 3.,  4.]], dtype=float32)
In [187]: x.dtype
Out[187]: dtype('float32')

将
dtype
设置为float（带
）或int（不带
）hum。它可以使用任何数字，比如
2.
而不是
1.
，或者
3.
，
4.
等等，并设置
数据类型
？