NumPy中asarray的用法

函數(shù)說(shuō)明

asarray(a, dtype=None, order=None)

轉(zhuǎn)換輸入為數(shù)組 array

輸入?yún)?shù)

• a：類(lèi)數(shù)組。輸入數(shù)據(jù)，可以是轉(zhuǎn)換為數(shù)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(shù)據(jù)類(lèi)型，可選。默認(rèn)情況下，該參數(shù)與數(shù)據(jù)數(shù)據(jù)類(lèi)型相同。
• order：{'C','F'}，可選。選擇是行優(yōu)先(C-style)或列優(yōu)先(Fortran-style)存儲(chǔ)。默認(rèn)為行優(yōu)先。

返回值

• out：ndarray。‘a’ 的數(shù)組形式。如果輸入已經(jīng)是匹配 dtype 和 order 參數(shù)的 ndarray 形式，則不執(zhí)行復(fù)制，如果輸入是 ndarray 的一個(gè)子類(lèi)，則返回一個(gè)基類(lèi) ndarray。

實(shí)例

將列表轉(zhuǎn)換為數(shù)組

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

存在的數(shù)組不會(huì)被復(fù)制

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

如果 “dtype” 參數(shù)存在，只有當(dāng) dtype 不匹配的時(shí)候數(shù)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(lèi)不被轉(zhuǎn)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(qū)別

先討論默認(rèn)情況下

1、array和asarray都可以將結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)化為ndarray，但是主要區(qū)別就是當(dāng)數(shù)據(jù)源是ndarray時(shí)，array仍然會(huì)copy出一個(gè)副本，占用新的內(nèi)存，但asarray不會(huì)。

也就是說(shuō)當(dāng)數(shù)據(jù)=是ndarray時(shí)，a = array（b），a和b不再是占用同一個(gè)內(nèi)存的數(shù)組，而asarray中，a和b是同一個(gè)，改變b即改變a。

2、asarray和asanyarray的區(qū)別，np.asanyarray 會(huì)返回 ndarray 或者ndarray的子類(lèi)，而np.asarray 只返回 ndarray. 也就是說(shuō)對(duì)于ndarray的子類(lèi)，asanyarray是不會(huì)復(fù)制的。

array、asarray，asanyarray的區(qū)別還受到兩個(gè)參數(shù)控制

即copy和subok，下面具體舉例

而array默認(rèn)設(shè)置copy=True

假設(shè)a是一個(gè)數(shù)組，m是一個(gè)矩陣，它們的數(shù)據(jù)類(lèi)型都是float32：

• np.array（a）和np.array（m）都將復(fù)制，因?yàn)檫@是默認(rèn)行為。
• np.array（a，copy=False）和np.array（m，copy=False）將復(fù)制m而不是a，因?yàn)閙不是ndarray。
• np.array（a，copy=False，subok=True）和np.array（m，copy=False，subok=True）都不會(huì)復(fù)制，因?yàn)閙是矩陣，它是ndarray的子類(lèi)。
• 由于數(shù)據(jù)類(lèi)型不兼容，數(shù)組（a，dtype=int，copy=False，subok=True）將同時(shí)復(fù)制兩者。
• asanyarray：如果輸入是兼容的ndarray或類(lèi)似matrix的子類(lèi)（copy=False，subok=True），則將返回未復(fù)制的輸入。

下面舉幾個(gè)詳細(xì)的例子

array和asarray的區(qū)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(jié)論：面對(duì)元組數(shù)據(jù)結(jié)構(gòu)，array和asarray沒(méi)有區(qū)別，都對(duì)元數(shù)據(jù)進(jìn)行了復(fù)制并轉(zhuǎn)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(jié)論：當(dāng)數(shù)據(jù)源是ndarray時(shí)，array會(huì)copy出一個(gè)副本，占用新的內(nèi)存，但asarray不會(huì)。

asarray和asanyarray的區(qū)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(lèi)。
False
np.asanyarray(a) is a#np.asanyarray(a)返回是a的子類(lèi)
True

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。