Amazon Redshift 將不再支援從修補程式 198 開始建立新的 Python UDFs。現有 Python UDF 將繼續正常運作至 2026 年 6 月 30 日。如需詳細資訊，請參閱[部落格文章](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# ARRAY 函數
<a name="r_array"></a>

建立 SUPER 資料類型的陣列。

## 語法
<a name="r_array-synopsis"></a>

```
ARRAY( [ expr1 ] [, expr2 [, ... ]] )
```

## 引數
<a name="r_array-argument"></a>

 *expr1, expr2*   
任何 Amazon Redshift 資料類型的運算式 (日期和時間類型除外)，因為 Amazon Redshift 不會將日期和時間類型轉換為 SUPER 資料類型。引數不需要是相同的資料類型。

## 傳回類型
<a name="r_array-return-type"></a>

ARRAY 函數會傳回 SUPER 資料類型。

## 範例
<a name="r_array-example"></a>

下列範例顯示數值陣列和不同資料類型的陣列。

```
--an array of numeric values
select ARRAY(1,50,null,100);
      array
------------------
 [1,50,null,100]
(1 row)

--an array of different data types
select ARRAY(1,'abc',true,3.14);
        array
-----------------------
 [1,"abc",true,3.14]
(1 row)
```

## 另請參閱
<a name="r_array-see-also"></a>
+ [ARRAY\$1CONCAT 函數](r_array_concat.md)
+ [SPLIT\$1TO\$1ARRAY 函數](split_to_array.md)
+ [ARRAY\$1FLATTEN 函數](array_flatten.md)