np.array 与np.asarray区别

巧记：

源为array时，array为拷贝副本，asarray公用原有地址

源头为其他时，两者都是拷贝的（待加强验证）

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)
print("type data1",type(data1))
print ('------------------------------------')
import numpy as np
 
#example 2:
arr1=np.ones((3,3))
arr2=np.array(arr1)
arr3=np.asarray(arr1)
arr1[1]=2

print("arr1",type(arr1))
print ('arr1:\n',arr1)
print ('arr2:\n',arr2)
print ('arr3:\n',arr3)

result：

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]]
type data1 <class 'list'>
------------------------------------
arr1 <class 'numpy.ndarray'>
arr1:
 [[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.]]

 

结论：

当输入源为ndarray时，np.array会创建一个新的副本，因此对输入源进行修改不会影响转化的矩阵；而np.asarray不会创建一个新的副本，则其转化的矩阵会随着输入源的改变而改变。查看一下a，b，c三个对象在内存中的id，