NumPy中asarray的用法

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，可以是轉換為數組的任意形式。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’ 的數組形式。如果輸入已經是匹配 dtype 和 order 參數的 ndarray 形式，則不執行復制，如果輸入是 ndarray 的一個子類，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])

存在的數組不會被復制

>>> a = np.array([1, 2])
>>> np.asarray(a) is a
True

如果 “dtype” 參數存在，只有當 dtype 不匹配的時候數組才被匹配。?

>>> a = np.array([1, 2], dtype=np.float32)
>>> np.asarray(a, dtype=np.float32) is a
True
>>> np.asarray(a, dtype=np.float64) is a
False

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 a
False
>>> np.asanyarray(a) is a
True

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，占用新的內存，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的數組，而asarray中，a和b是同一個，改變b即改變a。

2、asarray和asanyarray的區別，np.asanyarray 會返回 ndarray 或者ndarray的子類，而np.asarray 只返回 ndarray. 也就是說對于ndarray的子類，asanyarray是不會復制的。

array、asarray，asanyarray的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，它們的數據類型都是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的子類。
• 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：如果輸入是兼容的ndarray或類似matrix的子類（copy=False，subok=True），則將返回未復制的輸入。

下面舉幾個詳細的例子

array和asarray的區別

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，占用新的內存，但asarray不會。

asarray和asanyarray的區別例子

issubclass(np.matrix, np.ndarray)
True
a = np.matrix([[1, 2]])
np.asarray(a) is a#返回的不是子類。
False
np.asanyarray(a) is a#np.asanyarray(a)返回是a的子類
True