目錄
NumPy中asarray得用法
函數說明
asarray(a, dtype=None, order=None)
轉換輸入為數組 array
輸入參數
a：類數組。輸入數據，可以是轉換為數組得任意形式。比如列表、元組列表、元組、元組元組、列表元組和 ndarray；dtype：數據類型，可選。默認情況下，該參數與數據數據類型相同。order：{'C','F'}，可選。選擇是行優先(C-style)或列優先(Fortran-style)存儲。默認為行優先。
返回值
out：ndarray。‘a’ 得數組形式。如果輸入已經是匹配 dtype 和 order 參數得 ndarray 形式，則不執行復制，如果輸入是 ndarray 得一個子類，則返回一個基類 ndarray。
實例
將列表轉換為數組
>>> a = [1, 2]>>> np.asarray(a)array([1, 2])
存在得數組不會被復制
>>> a = np.array([1, 2])>>> np.asarray(a) is aTrue
如果 “dtype” 參數存在，只有當 dtype 不匹配得時候數組才被匹配。
>>> a = np.array([1, 2], dtype=np.float32)>>> np.asarray(a, dtype=np.float32) is aTrue>>> np.asarray(a, dtype=np.float64) is aFalse
與 “asanyarray” 不同，ndarray 子類不被轉換
>>> issubclass(np.recarray, np.ndarray)True>>> a = np.array([(1.0, 2), (3.0, 4)], dtype='f4,i4').view(np.recarray)>>> np.asarray(a) is aFalse>>> np.asanyarray(a) is aTrue
numpy中array,asarray和asanyarray區別
先討論默認情況下
1、array和asarray都可以將結構數據轉化為ndarray，但是主要區別就是當數據源是ndarray時，array仍然會copy出一個副本，占用新得內存，但asarray不會。
也就是說當數據=是ndarray時，a = array（b），a和b不再是占用同一個內存得數組，而asarray中，a和b是同一個，改變b即改變a。
2、asarray和asanyarray得區別，np.asanyarray 會返回 ndarray 或者ndarray得子類，而np.asarray 只返回 ndarray. 也就是說對于ndarray得子類，asanyarray是不會復制得。
array、asarray，asanyarray得區別還受到兩個參數控制
即copy和subok，下面具體舉例
而array默認設置copy=True
假設a是一個數組，m是一個矩陣，它們得數據類型都是float32：
np.array（a）和np.array（m）都將復制，因為這是默認行為。np.array（a，copy=False）和np.array（m，copy=False）將復制m而不是a，因為m不是ndarray。np.array（a，copy=False，subok=True）和np.array（m，copy=False，subok=True）都不會復制，因為m是矩陣，它是ndarray得子類。- 由于數據類型不兼容，數組（a，dtype=int，copy=False，subok=True）將同時復制兩者。
asanyarray：如果輸入是兼容得ndarray或類似matrix得子類（copy=False，subok=True），則將返回未復制得輸入。
下面舉幾個詳細得例子
array和asarray得區別
import numpy as np ???#example 1: ?data1=[[1,1,1],[1,1,1],[1,1,1]] ?arr2=np.array(data1) ?arr3=np.asarray(data1) ?data1[1][1]=2 ?print 'data1:n',data1 ?print 'arr2:n',arr2 ?print 'arr3:n',arr3
輸出
data1:
[[1, 1, 1], [1, 2, 1], [1, 1, 1]]
arr2:
[[1 1 1]
[1 1 1]
[1 1 1]]
arr3:
[[1 1 1]
[1 1 1]
[1 1 1]]
結論：面對元組數據結構，array和asarray沒有區別，都對元數據進行了復制并轉化為ndarray。
import numpy as np ???#example 2: ?arr1=np.ones((3,3)) ?arr2=np.array(arr1) ?arr3=np.asarray(arr1) ?arr1[1]=2 ?print 'arr1:n',arr1 ?print 'arr2:n',arr2 ?print 'arr3:n',arr3
輸出
arr1:
[[ 1. 1. 1.]
[ 2. 2. 2.]
[ 1. 1. 1.]]
arr2:
[[ 1. 1. 1.]
[ 1. 1. 1.]
[ 1. 1. 1.]]
arr3:
[[ 1. 1. 1.]
[ 2. 2. 2.]
[ 1. 1. 1.]]
結論：當數據源是ndarray時，array會copy出一個副本，占用新得內存，但asarray不會。
asarray和asanyarray得區別例子
issubclass(np.matrix, np.ndarray)Truea = np.matrix([[1, 2]])np.asarray(a) is a#返回得不是子類。Falsenp.asanyarray(a) is a#np.asanyarray(a)返回是a得子類True
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持之家。