numpy中的asarray和array的区别

最新推荐文章于 2023-11-02 20:09:24 发布

翻译最新推荐文章于 2023-11-02 20:09:24 发布 · 414 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://www.jianshu.com/p/9b9ea3c464fe

机器学习同时被 2 个专栏收录

19 篇文章

订阅专栏

数据挖掘

17 篇文章

订阅专栏

本文深入探讨了Python中列表转换为ndarray的过程，对比了使用numpy.array与numpy.asarray的不同行为，解析了深拷贝与浅拷贝的区别及其对内存的影响。

上课老师讲了把一个列表用array和ndarray转成矩阵，但是样式一模一样，但也没讲为什么？然后就只能靠自己无尽的网络探索
元数据是列表转成ndarray
import nuimport numpy as np
data1=[[1,1,1],[1,1,1],[1,1,1]]
arr2=np.array(data1)
arr3=np.asarray(data1)
data1[1][1]=2
print(type(data1))
print(arr2)
print(arr3)
输出：

[[1 1 1]
 [1 1 1]
 [1 1 1]]
[[1 1 1]
 [1 1 1]
 [1 1 1]]
  <class 'list'>

面对元组数据结构，array和asarray没有区别，都对元数据进行了复制并转化为ndarray

先定义一个ndarray

import numpy as np    
arr1=np.ones((3,3))  
arr2=np.array(arr1)  
arr3=np.asarray(arr1)  
arr1[1]=3
print(arr1)
print(arr2)
print(arr3)

输出：

[[1. 1. 1.]
 [3. 3. 3.]
 [1. 1. 1.]]
[[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]
[[1. 1. 1.]
 [3. 3. 3.]
 [1. 1. 1.]]

当数据源是ndarray时，array会copy出一个副本，占用新的内存，但asarray不会。
我个人理解是，array复制一个副本它独占一个内存，所以它的数据不会因为arr1[1]=3而更改，而asarray与元数据共用一个内存，所以，因为arr1[1]=3而及时更改。ndarray类似浅拷贝，array类似深拷贝