numpy中array和asarray的区别

最新推荐文章于 2024-04-19 09:04:56 发布

原创最新推荐文章于 2024-04-19 09:04:56 发布 · 1.2k 阅读

1 ·

CC 4.0 BY-SA版权

numpy 专栏收录该内容

19 篇文章

订阅专栏

本文详细探讨了在Python中使用numpy库时array与asarray两个函数的主要区别。当输入为ndarray时，asarray会直接返回引用而不会复制数据，而array则始终返回一个新的副本。此外，还提供了具体示例来展示两者的不同行为。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

array和asarray都可以将结构数据转化为ndarray，但是主要区别就是当数据源是ndarray时，array仍然会copy出一个副本，占用新的内存，但asarray不会。

例子1：

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)

输出：


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]]

例子2：

import numpy as np

# example 1:
data1 = np.ones((3,3))
arr2 = np.array(data1)
arr3 = np.asarray(data1)
data1[1]= 2
print('data1:\n', data1)
print('arr2:\n', arr2)
print('arr3:\n', arr3)

输出：

data1:
 [[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.]]

此时两者才表现出区别。

官网的例子：
Examples

Convert a list into an array:

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

Existing arrays are not copied:

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

If dtype is set, array is copied only if dtype does not match:

>>> 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

Contrary to asanyarray, ndarray subclasses are not passed through:

>>> issubclass(np.matrix, np.ndarray)
True
>>> a = np.matrix([[1, 2]])
>>> np.asarray(a) is a
False
>>> np.asanyarray(a) is a
True