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:

a数组类型: 输入数据，可以是任何可转换为数组的形式。这包括列表、元组列表、元组、元组的元组、列表的元组和 ndarray。
dtype数据类型，可选: 默认情况下，数据类型会从输入数据中推断。
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' 表示行主序（C 风格），'F' 表示列主序（Fortran 风格）内存表示。'A'（任意）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'。
device字符串，可选: 创建数组所放置的设备。默认值：None。仅用于数组 API 互操作性，因此如果传入，必须是 "cpu"。

2.0.0 版本新增。
copy布尔值，可选: 如果为 True，则复制对象。如果为 None，则仅在需要时复制对象，即如果 __array__ 返回副本，如果 obj 是嵌套序列，或者需要复制以满足任何其他要求（dtype、order 等）。如果为 False 且无法避免复制，则会引发 ValueError。默认值：None。

2.0.0 版本新增。
like数组类型，可选: 引用对象，允许创建非 NumPy 数组的数组。如果作为 like 传入的类数组对象支持 __array_function__ 协议，则结果将由其定义。在这种情况下，它确保创建与通过此参数传入的对象兼容的数组对象。

1.20.0 版本新增。

返回:

outndarray: a 的数组解释。如果输入已经是具有匹配 dtype 和 order 的 ndarray，则不执行复制。如果 a 是 ndarray 的子类，则返回基类 ndarray。

另请参阅

asanyarray: 类似函数，但会通过子类。
ascontiguousarray: 将输入转换为连续数组。
asfortranarray: 将输入转换为列主序内存排列的 ndarray。
asarray_chkfinite: 类似函数，但会检查输入中的 NaN 和 Inf。
fromiter: 从迭代器创建数组。
fromfunction: 通过在网格位置执行函数来构造数组。

示例

将列表转换为数组

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

现有数组不被复制

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

如果设置了 dtype，则仅在 dtype 不匹配时复制数组

>>> 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 不同，ndarray 子类不会被直接通过

>>> 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