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

输入数据，可以转换为数组的任何形式。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’}，可选

内存布局。‘A’ 和 ‘K’ 取决于输入数组 a 的顺序。‘C’ 行主序（C 样式），‘F’ 列主序（Fortran 样式）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’。

devicestr，可选

要放置创建数组的设备。默认值：None。仅用于数组 API 互操作性，因此如果传递，则必须为"cpu"。

版本 2.0.0 中的新功能。

copybool，可选

如果True，则复制对象。如果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，或者如果需要副本才能满足任何其他要求（dtype、order 等）。对于False，如果无法避免复制，则会引发ValueError。默认值：None。

版本 2.0.0 中的新功能。

likearray_like，可选

参考对象，允许创建不是 NumPy 数组的数组。如果作为like 传入的类数组支持__array_function__ 协议，则结果将由其定义。在这种情况下，它确保创建与通过此参数传入的数组对象兼容的数组对象。

版本 1.20.0 中的新功能。

返回值：
outndarray

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

另请参阅

asanyarray

类似的函数，它会传递子类。

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顺序的 ndarray。

asarray_chkfinite

类似的函数，它检查输入中是否存在 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])

现有的数组不会被复制

>>> 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，不会传递 ndarray 子类

>>> 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
本页内容