numpy.asarray#

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

将输入转换为数组.

参数:
aarray_like

可以转换为数组的任何形式的输入数据.这包括列表,元组列表,元组,元组的元组,列表的元组和ndarray.

dtypedata-type,可选

默认情况下,数据类型从输入数据推断.

order{‘C’, ‘F’, ‘A’, ‘K’}, 可选

内存布局.’A’ 和 ‘K’ 取决于输入数组 a 的顺序.’C’ 行优先 (C 样式),’F’ 列优先 (Fortran 样式) 内存表示.’A’(任何)表示如果 a 是 Fortran 连续的,则为 ‘F’,否则为 ‘C’;’K’(保持)保留输入顺序.默认为 ‘K’.

devicestr, optional

放置创建的数组的设备.默认值: None .仅用于Array-API互操作性,因此如果传递则必须为 "cpu" .

在 2.0.0 版本加入.

copybool,可选

如果为 True ,则复制该对象.如果为 None ,则仅在需要时复制该对象,即如果 __array__ 返回副本,如果 obj 是嵌套序列,或者如果需要副本以满足任何其他要求( dtype , order 等).对于 False ,如果无法避免复制,则会引发 ValueError .默认值: None .

在 2.0.0 版本加入.

like类数组,可选

引用对象,允许创建非 NumPy 数组的数组.如果作为 like 传入的类数组支持 __array_function__ 协议,则结果将由它定义.在这种情况下,它可以确保创建与通过此参数传入的对象兼容的数组对象.

在 1.20.0 版本加入.

返回:
outndarray

a 的数组解释.如果输入已经是具有匹配 dtype 和顺序的 ndarray,则不执行复制.如果 a 是 ndarray 的子类,则返回基类 ndarray.

参见

asanyarray

传递子类的类似函数.

ascontiguousarray

将输入转换为连续数组.

asfortranarray

将输入转换为具有列优先内存顺序的ndarray.

asarray_chkfinite

检查输入是否为 NaN 和 Infs 的类似函数.

fromiter

从迭代器创建一个数组.

fromfunction

通过在网格位置上执行函数来构造一个数组.

示例

将列表转换为数组:

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

现有数组不会被复制:

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

如果设置了 dtype ,则仅当 dtype 不匹配时才复制数组:

>>> a = np.array([1, 2], dtype=np.float32)
>>> np.shares_memory(np.asarray(a, dtype=np.float32), a)
True
>>> np.shares_memory(np.asarray(a, dtype=np.float64), a)
False

与 asanyarray 相反,ndarray 子类不会被传递:

>>> issubclass(np.recarray, np.ndarray)
True
>>> a = np.array([(1., 2), (3., 4)], dtype='f4,i4').view(np.recarray)
>>> np.asarray(a) is a
False
>>> np.asanyarray(a) is a
True
On this page