numpy.asarray¶

numpy.asarray(a, dtype=None, order=None, *, like=None)[源代码]¶

将输入转换为数组。

参数

aarray_like: 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。
dtype数据类型，可选: 默认情况下，从输入数据推断数据类型。
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'。
likearray_like: 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。

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.

返回

out恩达雷: 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：

>>> 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

numpy.array numpy.asanyarray