Python科学计算扩展库NumPy之np.array()与np.asarray()区别

ctrigger

于 2019-08-15 17:17:31 发布

阅读量930

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/ctrigger/article/details/99645171

本文探讨了在Python的numpy库中，array与asarray函数处理不同数据源时的行为差异。当数据源为ndarray时，array会创建数据副本，而asarray则直接引用原始数据，导致数据源修改会影响asarray的结果；当数据源为列表时，两者行为一致，不会受到数据源修改的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、数据源为数组ndarray时，array仍然会copy出一个副本，占用新的内存，但asarray不会。

#!/usr/bin/env python
import numpy as np

data = np.array([100, 200, 300])

a = np.array(data)
b = np.asarray(data)

print("数据源改变之前：")
print(a)
print(b)

data[2] = 888

print("数据源改变之后：")
print(a)
print(b)

数据源改变之前：
[100 200 300]
[100 200 300]
数据源改变之后：
[100 200 300]
[100 200 888]

2、数据源为列表时，两者没区别。

#!/usr/bin/env python
import numpy as np

data = [100, 200, 300]

a = np.array(data)
b = np.asarray(data)

print("数据源改变之前：")
print(a)
print(b)

data[2] = 888

print("数据源改变之后：")
print(a)
print(b)

数据源改变之前：
[100 200 300]
[100 200 300]
数据源改变之后：
[100 200 300]
[100 200 300]