在Python的数据分析和科学计算中，`numpy`是一个不可或缺的库。而`np.array()`作为其核心函数之一，是构建数组的基础。那么，它具体有哪些用法呢？让我们一起来看看吧！

首先，`np.array()`最基本的功能就是将输入数据转换为`numpy`数组。例如：`arr = np.array([1, 2, 3])`，这会创建一个一维数组。✨如果需要多维数组，只需嵌套列表即可，如`arr_2d = np.array([[1, 2], [3, 4]])`。

此外，`np.array()`还支持设置数据类型（dtype），比如整型、浮点型等。示例：`arr_float = np.array([1, 2, 3], dtype=float)`。这一步骤能确保数据处理时符合预期精度要求。

最后，值得注意的是，`np.array()`对于不同形状或大小的数据具有强大的兼容性，非常适合用于复杂的数据操作任务。掌握好这个函数，你的数据分析之路将会更加顺畅哦！🚀

Numpy Python 数据分析