Python numpy asarray用法及代碼示例

本文簡要介紹 python 語言中 numpy.asarray 的用法。

用法:

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

將輸入轉換為數組。

參數：

a： array_like

可以轉換為數組的任何形式的輸入數據。這包括列表、元組列表、元組、元組的元組、列表的元組和 ndarray。

dtype： 數據類型，可選

默認情況下，數據類型是從輸入數據中推斷出來的。

order： {‘C’、‘F’、‘A’、‘K’}，可選

內存布局。 ‘A’和‘K’取決於輸入數組 a 的順序。 ‘C’行優先(C 風格)，‘F’列優先 (Fortran-style) 內存表示。如果 a 是 Fortran 連續的，則“A”(任意)表示“F”，否則表示“C”，“K”(保留)保留輸入順序 默認為“K”。

like： array_like

允許創建非 NumPy 數組的引用對象。如果作為 like 傳入的類似數組支持 __array_function__ 協議，則結果將由它定義。在這種情況下，它確保創建一個與通過此參數傳入的數組對象兼容的數組對象。

返回：

out： ndarray

a. 數組解釋如果輸入已經是具有匹配 dtype 和 order 的 ndarray，則不執行複製。如果 a 是 ndarray 的子類，則返回基類 ndarray。

例子：

將列表轉換為數組：

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

不複製現有數組：

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

如果設置了 dtype ，則僅當 dtype 不匹配時才複製數組：

>>> 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 相反，ndarray 子類不通過：

>>> 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