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类数组对象: 输入数据，任何可以转换为数组的形式。这包括列表、元组列表、元组、元组的元组、元组的列表和 ndarrays。
dtype数据类型，可选: 默认情况下，数据类型是从输入数据推断的。
order{‘C’, ‘F’, ‘A’, ‘K’}, optional: 输出的内存布局。'C' 表示行主序布局（C 风格），'F' 表示列主序布局（Fortran 风格）。'C' 和 'F' 会在需要时进行复制以确保输出格式。'A' (any) 等同于 'F'，如果输入 a 是非连续的或 Fortran-连续的，否则，它等同于 'C'。与 'C' 或 'F' 不同，'A' 不保证结果是连续的。'K' (keep) 是默认值，并保留输入顺序以供输出。
devicestr，可选: 创建的数组所在的设备。默认为 None。仅用于 Array-API 互操作性，因此如果传递，必须是 "cpu"。

版本 2.0.0 中新增。
copybool, optional: 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，它会引发 ValueError。默认值：None。

版本 2.0.0 中新增。
likearray_like, optional: 用于创建非 NumPy 数组的引荐对象。如果传入的 like 支持 __array_function__ 协议，则结果将由它定义。在这种情况下，它确保创建与通过此参数传入的数组兼容的数组对象。

版本 1.20.0 中新增。

返回:

outndarray: 数组解释 a。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: 类似的函数，可以传递子类。
ascontiguousarray: 将输入转换为连续数组。
asfortranarray: 将输入转换为具有列主序内存的 ndarray。
asarray_chkfinite: 类似的函数，用于检查输入中的 NaN 和 Inf。
fromiter: 从迭代器创建数组。
fromfunction: 通过在网格位置上执行函数来构建数组。

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