Python numpy asarray用法及代码示例

本文简要介绍 python 语言中 numpy.asarray 的用法。

用法:

numpy.asarray(a, dtype=None, order=None, *, like=None)

将输入转换为数组。

参数：

a： array_like

可以转换为数组的任何形式的输入数据。这包括列表、元组列表、元组、元组的元组、列表的元组和 ndarray。

dtype： 数据类型，可选

默认情况下，数据类型是从输入数据中推断出来的。

order： {‘C’、‘F’、‘A’、‘K’}，可选

内存布局。 ‘A’和‘K’取决于输入数组 a 的顺序。 ‘C’行优先(C 风格)，‘F’列优先 (Fortran-style) 内存表示。如果 a 是 Fortran 连续的，则“A”(任意)表示“F”，否则表示“C”，“K”(保留)保留输入顺序 默认为“K”。

like： array_like

允许创建非 NumPy 数组的引用对象。如果作为 like 传入的类似数组支持 __array_function__ 协议，则结果将由它定义。在这种情况下，它确保创建一个与通过此参数传入的数组对象兼容的数组对象。

返回：

out： ndarray

a. 数组解释如果输入已经是具有匹配 dtype 和 order 的 ndarray，则不执行复制。如果 a 是 ndarray 的子类，则返回基类 ndarray。

例子：

将列表转换为数组：

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

不复制现有数组：

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

如果设置了 dtype ，则仅当 dtype 不匹配时才复制数组：

>>> 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

与 asanyarray 相反，ndarray 子类不通过：

>>> 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