目錄
NumPy中asarray得用法
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(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’ 得數(shù)組形式。如果輸入已經(jīng)是匹配 dtype 和 order 參數(shù)得 ndarray 形式，則不執(zhí)行復(fù)制，如果輸入是 ndarray 得一個(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])
存在得數(shù)組不會(huì)被復(fù)制
>>> a = np.array([1, 2])>>> np.asarray(a) is aTrue
如果 “dtype” 參數(shù)存在，只有當(dāng) dtype 不匹配得時(shí)候數(shù)組才被匹配。
>>> a = np.array([1, 2], dtype=np.float32)>>> np.asarray(a, dtype=np.float32) is aTrue>>> np.asarray(a, dtype=np.float64) is aFalse
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 aFalse>>> np.asanyarray(a) is aTrue
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，占用新得內(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)存得數(shù)組，而asarray中，a和b是同一個(gè)，改變b即改變a。
2、asarray和asanyarray得區(qū)別，np.asanyarray 會(huì)返回 ndarray 或者ndarray得子類(lèi)，而np.asarray 只返回 ndarray. 也就是說(shuō)對(duì)于ndarray得子類(lèi)，asanyarray是不會(huì)復(fù)制得。
array、asarray，asanyarray得區(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，它們得數(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得子類(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：如果輸入是兼容得ndarray或類(lèi)似matrix得子類(lèi)（copy=False，subok=True），則將返回未復(fù)制得輸入。
下面舉幾個(gè)詳細(xì)得例子
array和asarray得區(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，占用新得內(nèi)存，但asarray不會(huì)。
asarray和asanyarray得區(qū)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(lèi)。Falsenp.asanyarray(a) is a#np.asanyarray(a)返回是a得子類(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之家。