Насправді **NumPy** містить різні функції для створення масивів. Зараз ми розглянемо одну з найпоширеніших, а саме `np.array()`. Нижче наведено приклад використання цієї функції:

# Importing NumPy
import numpy as np

# Creating array
arr = np.array([1, 3, 5, 7, 9, 11, 13])

# Displaying array
print(arr)

Тепер давайте визначимо тип об'єкта, який створює ця функція. Зробити це можна за допомогою добре відомої функції `type()`.

> Примітка
>
>Функція `type()` приймає об'єкт будь-якого типу і повертає його тип. Аргумент дійсно може бути будь-якого типу: число, рядок, список, словник, кортеж, функція, клас, модуль тощо.

import numpy as np
arr = np.array([1, 3, 5, 7, 9, 11, 13])

# Displaying array
print(arr)

# Displaying the type of created array
print(type(arr))

Ми бачимо, що тип створеного масиву `ndarray`. Але що це означає?
**ndarray** - цей об'єкт є багатовимірним однорідним масивом з наперед визначеною кількістю елементів.

Тепер настав час потренуватися!

NumPy - один з базових пакетів для наукових обчислень на мові Python. Курс "Вступ до NumPy" познайомить вас з таким потужним інструментом як NumPy, який зручний для роботи з масивами різного розміру. Після проходження цього курсу ви зможете легко працювати з матрицями, використовуючи різні функції. Крім того, під час курсу ви вивчите основні методи роботи з масивами, які спрощують написання коду.

У цьому розділі ми познайомимося з тим, що таке бібліотека NumPy, а також навчимося створювати масив.

У цьому розділі ми познайомимося з масивами різної розмірності і зрозуміємо різницю між ними.

У цьому розділі ми згадаємо, що таке зрізи і навчимося використовувати їх для масивів різної розмірності. Ми також навчимося звертатися до елементів масиву за їхніми індексами.

У цьому розділі ми дізнаємося, як змінювати форму масивів, а також як конкатенувати масив. Крім того, ми навчимося сортувати масив. Також ми дізнаємося про такий цікавий метод, який часто використовується для масивів, а саме: copy().

Функція array()

Рішення