数组是一个存在多维网格中的对象集合。通常，数组包含的对象的类型为 Any 。对大多数计算而言，数组对象一般更具体为 Float64 或 Int32 。
因为性能的原因，Julia 不希望把程序写成向量化的形式。
在 Julia 中，通过引用将参数传递给函数。Julia 的库函数不会修改传递给它的输入。用户写代码时，如果要想做类似的功能，要注意先把输入复制一份儿。
| 函数 | 说明 |
|---|---|
eltype(A)
|
A 中元素的类型 |
length(A)
|
A 中元素的个数 |
ndims(A)
|
A 有几个维度 |
nnz(A)
|
A 中非零元素的个数 |
size(A)
|
返回一个元素为 A 的维度的多元组 |
size(A,n)
|
A 在某个维度上的长度 |
stride(A,k)
|
在维度 k 上，邻接元素（在内存中）的线性索引距离 |
strides(A)
|
返回多元组，其元素为在每个维度上，邻接元素（在内存中）的线性索引距离 |
下列函数中调用的 dims... 参数，既可以是维度的单多元组，也可以是维度作为可变参数时的一组值。
| 函数 | 说明 |
|---|---|
Array(type, dims...)
|
未初始化的稠密数组 |
cell(dims...)
|
未初始化的元胞数组（异构数组） |
zeros(type, dims...) |指定类型的全 0 数组. 如果未指明 type, 默认为 Float64
|
|
zeros(A) |全 0 数组, 元素类型和大小同 A.
|
|
ones(type, dims...) |指定类型的全 1 数组. 如果未指明 type, 默认为 Float64
|
|
ones(A) |全 1 数组, 元素类型和大小同 A.
|
|
trues(dims...) | 全 true 的 Bool 数组
|
|
falses(dims...) | 全 false 的 Bool 数组
|
|
reshape(A, dims...)
|
将数组中的数据按照指定维度排列 |
copy(A) | 复制 A
|
|
deepcopy(A) | 复制 A ，并递归复制其元素
|
|
similar(A, element_type, dims...)
|
属性与输入数组（稠密、稀疏等）相同的未初始化数组，但指明了元素类型和维度。 |
第二、三参数可省略，省略时默认为 A 的元素类型和维度
|
|
reinterpret(type, A)
|
二进制数据与输入数组相同的数组，但指明了元素类型 |
rand(dims) | 在 [0,1) 上独立均匀同分布的 Float64 类型的随机数组
|
|
randn(dims) | Float64 类型的独立正态同分布的随机数组，均值为 0 ，标准差为 1
|
|
eye(n) | n x n 单位矩阵
|
|
eye(m, n) | m x n 单位矩阵
|
|
linspace(start, stop, n)| 从 start 至 stop 的由 n 个元素构成的线性向量
|
|
fill!(A, x) | 用值 x 填充数组 A
|
|
fill(x, dims) | 创建指定规模的数组, 并使用 x 填充
|
使用下列函数，可在任意维度连接数组：
| 函数 | 描述 |
|---|---|
cat(k, A...) | 在 k 维度上连接输入 n-d 数组
|
|
vcat(A...) | cat(1, A...) 的简写
|
|
hcat(A...) |cat(2, A...) 的简写
|
传递给这些函数的标量值被视为一元阵列。
级联功能非常常用，所以为它们设计了特殊的语法：
| 表示 | 调用 |
|---|---|
[A B C ...] |hcat
|
|
[A, B, C, ...] |vcat
|
|
[A B; C D; ...] |hvcat
|
hvcat 可以实现一维上的（使用分号间隔）或二维上的（使用空格间隔）的级联。
Comprehensions 用于构造数组。它的语法类似于数学中的集合标记法：
A = [ F(x,y,...) for x=rx, y=ry, ... ]
F(x,y,...) 根据变量 x, y 等来求值。这些变量的值可以是任何迭代对象，但大多数情况下，都使用类似于 1:n 或 2:(n-1) 的范围对象，或显式指明为类似 [1.2, 3.4, 5.7] 的数组。它的结果是 N 维稠密数组。
下例计算在维度 1 上，当前元素及左右邻居元素的加权平均数：
julia> const x = rand(8)
8-element Array{Float64,1}:
0.843025
0.869052
0.365105
0.699456
0.977653
0.994953
0.41084
0.809411
julia> [ 0.25*x[i-1] + 0.5*x[i] + 0.25*x[i+1] for i=2:length(x)-1 ]
6-element Array{Float64,1}:
0.736559
0.57468
0.685417
0.912429
0.8446
0.656511
注解： 上例中，x 被声明为常量，因为对于非常量的全局变量，Julia 的类型推断不怎么样。
可在 comprehension 之前显式指明它的类型。如要避免在前例中声明 x 为常量，但仍要确保结果类型为 Float64，应这样写：
Float64[ 0.25*x[i-1] + 0.5*x[i] + 0.25*x[i+1] for i=2:length(x)-1 ]使用花括号来替代方括号，可以将它简写为
Any 类型的数组：
julia> { i/2 for i = 1:3 }
3-element Array{Any,1}:
0.5
1.0
1.5
索引 n 维数组 A 的通用语法为：
X = A[I_1, I_2, ..., I_n]
其中 I_k 可以是：
:, a:b, 或 a:b:c 格式的 Range 对象
[]
结果 X 的维度通常为 (length(I_1), length(I_2), ..., length(I_n)) ，且 X 的索引 (i_1, i_2, ..., i_n) 处的值为 A[I_1[i_1], I_2[i_2], ..., I_n[i_n]] 。缀在后面的标量索引的维度信息被舍弃。如，A[I, 1] 的维度为 (length(I),)。布尔值向量先由 find 函数进行转换。由布尔值向量索引的维度长度，是向量中 true 值的个数。
索引语法与调用 getindex 等价：
X = getindex(A, I_1, I_2, ..., I_n)
