numpy.
asarray
将输入转换为数组。
以任何可以转换为数组的形式输入数据。这包括列表、元组列表、元组、元组的元组、列表的元组和ndarrays。
默认情况下,从输入数据推断数据类型。
“内存布局。”“A”和“K”取决于输入数组A的顺序。“C”行主键(C样式)、“F”列主键(Fortran样式)内存表示形式A'(any)表示“F”,如果 a Fortran是连续的,'C'否则'K'(keep)保留输入顺序默认为'C'。
引用对象以允许创建非NumPy数组的数组。如果像这样的数组传入为 like 支持 __array_function__ 协议,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对象兼容的数组对象。
like
__array_function__
注解
这个 like 关键字是一个实验性的特性,有待接受 NEP 35 .
1.20.0 新版功能.
阵列解释 a . 如果输入已经是具有匹配数据类型和顺序的ndarray,则不执行复制。如果 a 是ndarray的子类,返回基类ndarray。
参见
asanyarray
通过子类传递的类似函数。
ascontiguousarray
将输入转换为连续数组。
asfarray
将输入转换为浮点Ndarray。
asfortranarray
将输入转换为具有列主内存顺序的ndarray。
asarray_chkfinite
检查NAN和INF输入的类似功能。
fromiter
从迭代器创建数组。
fromfunction
通过对网格位置执行函数来构造数组。
实例
将列表转换为数组:
>>> a = [1, 2] >>> np.asarray(a) array([1, 2])
不复制现有数组:
>>> a = np.array([1, 2]) >>> np.asarray(a) is a True
如果 dtype 设置,仅当dtype不匹配时复制数组:
dtype
>>> a = np.array([1, 2], dtype=np.float32) >>> np.asarray(a, dtype=np.float32) is a True >>> np.asarray(a, dtype=np.float64) is a False
与…相反 asanyarray ,不传递ndarray子类:
>>> issubclass(np.recarray, np.ndarray) True >>> a = np.array([(1.0, 2), (3.0, 4)], dtype='f4,i4').view(np.recarray) >>> np.asarray(a) is a False >>> np.asanyarray(a) is a True