Python中的array()函数：创建数组并进行统计和排序操作

在Python中，我们可以使用array()函数来创建数组，并进行统计和排序操作。array()函数是NumPy库中的一个功能强大的函数，用于创建多维数组。该函数的基本语法如下：

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

其中，参数object是数组的初始数据，可以是一个列表、元组、或者其他数组；dtype是数组的元素类型，可以是int、float等；copy是一个布尔值，表示是否复制传入的数据；order表示数组的存储顺序，可以是'C'（按行存储）、'F'（按列存储）或者'A'（根据数组输入顺序存储）；subok表示是否返回子类对象；ndmin表示指定数组的最小维度。

下面是一些使用array()函数的例子：

## 1. 创建数组并进行统计操作

import numpy as np

# 创建一个一维数组
arr = np.array([1, 2, 3, 4, 5])

# 统计数组中的最大值、最小值、平均值、总和
max_value = np.max(arr)
min_value = np.min(arr)
mean_value = np.mean(arr)
sum_value = np.sum(arr)

print("最大值：", max_value)
print("最小值：", min_value)
print("平均值：", mean_value)
print("总和：", sum_value)

输出结果为：

最大值： 5
最小值： 1
平均值： 3.0
总和： 15

## 2. 创建数组并进行排序操作

import numpy as np

# 创建一个一维数组
arr = np.array([3, 1, 5, 4, 2])

# 对数组进行排序
sorted_arr = np.sort(arr)

print("排序前：", arr)
print("排序后：", sorted_arr)

输出结果为：

排序前： [3 1 5 4 2]
排序后： [1 2 3 4 5]

上述例子中，通过array()函数创建了一个一维数组，并通过np.max()、np.min()、np.mean()和np.sum()等函数对数组进行了统计操作。同时，通过np.sort()函数对数组进行了排序操作。

除了一维数组，我们也可以使用array()函数来创建多维数组，并对其进行统计和排序操作。下面是一个多维数组的例子：

import numpy as np

# 创建一个二维数组
arr = np.array([[3, 2, 4], [1, 5, 6]])

# 统计数组的最大值、最小值、平均值、总和
max_value = np.max(arr)
min_value = np.min(arr)
mean_value = np.mean(arr)
sum_value = np.sum(arr)

print("最大值：", max_value)
print("最小值：", min_value)
print("平均值：", mean_value)
print("总和：", sum_value)

# 对数组进行排序
sorted_arr = np.sort(arr)

print("排序前：", arr)
print("排序后：", sorted_arr)

输出结果为：

最大值： 6
最小值： 1
平均值： 3.5
总和： 21
排序前： [[3 2 4]
 [1 5 6]]
排序后： [[2 3 4]
 [1 5 6]]

在上述例子中，我们创建了一个二维数组，并使用np.max()、np.min()、np.mean()和np.sum()等函数对数组进行了统计操作，同时使用np.sort()函数对数组进行了排序操作。

综上所述，array()函数是Python中用于创建数组并进行统计和排序操作的一个重要函数，可以方便地处理一维或多维数组的元素。