使用Pandas创建一维数组对象可以使用Series类，下面是创建并显示一个类似于一维数组的对象的代码示例：
# 导入Pandas模块
import pandas as pd
# 创建一维数组对象
data = pd.Series([1, 2, 3, 4, 5])
# 显示一维数组对象
print(data)
上面代码中，先导入了Pandas模块。接着使用Series类创建了一个一维数组对象data，该数组由[1, 2, 3, 4, 5]组成。最后使用print()函数显示数组对象。
运行以上代码输出结果为：
0 1
1 2
2 3
3 4
4 5
dtype: int64
上面结果中，第一列为索引，第二列为对象的值，索引的默认值为从0开始的整数。可以自定义索引来实现更方便的访问元素。下面是使用自定义索引创建一维数组对象的代码示例：
# 导入Pandas模块
import pandas as pd
# 创建一维数组对象，并设置索引
data = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
# 显示一维数组对象
print(data)
运行以上代码输出结果为：
a 1
b 2
c 3
d 4
e 5
dtype: int64
上面结果中，a到e为自定义的索引。我们可以使用索引访问元素，示例代码如下：
# 导入Pandas模块
import pandas as pd
# 创建一维数组对象，并设置索引
data = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
# 使用索引访问元素
print(data['b'])
运行以上代码输出结果为：
2
上面代码中使用data['b']访问了索引为'b'的元素，输出结果为2。
综上所述，使用Pandas创建一维数组对象的步骤包括导入Pandas模块、使用Series类创建对象、可选地设置自定义索引、使用索引访问数组元素。