Numpy的array（）和asarray（）函数有什么区别？

Numpy的array（）和asarray（）函数有什么区别？

由于将其他问题重定向到这个询问问题

asanyarray

或其他数组创建例程的问题，因此可能有必要简要概述每个问题的作法。

区别主要在于何时返回不变的输入，而不是将新数组作为副本。

array

提供多种选择（其他大多数功能都围绕着薄包装纸），包括用于确定何时复制的标志。完整的解释将和文档一样长（请参阅Array
Creation
，但是简要地，这里有一些示例：

假设

a

是

ndarray

，并且

m

是

matrix

，他们都拥有

dtype

的

float32

：

• np.array(a)

  并且

  np.array(m)

  将复制两个，因为这是默认行为。

• np.array(a, copy=False)

  并且

  np.array(m, copy=False)

  将复制

  m

  而不是

  a

  ，因为

  m

  不是一个

  ndarray

  。

• np.array(a, copy=False, subok=True)

  ，并且

  np.array(m, copy=False, subok=True)

  不会复制任何内容，因为

  m

  是

  matrix

  ，这是的子类

  ndarray

  。

• np.array(a, dtype=int, copy=False, subok=True)

  将同时复制两者，因为与

  dtype

  不兼容。

其他大多数功能都是

array

在复制发生时围绕该控件的薄包装器：

• asarray

  ：如果兼容

  ndarray

  （

  copy=False

  ），则输入将返回未复制的状态。

• asanyarray

  ：如果输入是兼容

  ndarray

  或子类

  matrix

  （如

  copy=False

  ，

  subok=True

  ），则输入将不复制就返回。

• ascontiguousarray

  ：如果输入是兼容

  ndarray

  的连续C顺序（

  copy=False

  ，，则将返回未复制的输入）

  order='C')

  。

• asfortranarray

  ：当且仅当它是一个兼容的输入将被返回未复制

  ndarray

  在连续的Fortran顺序（

  copy=False

  ，

  order='F'

  ）。

• require

  ：如果输入与指定的要求字符串兼容，则输入将不复制而返回。

• copy

  ：总是复制输入。

• fromiter

  ：输入被视为可迭代的（例如，您可以从迭代器的元素构造一个数组，而不是

  object

  使用迭代器的数组）；始终复制。

还有一些便利功能，例如

asarray_chkfinite

（与复制规则相同

asarray

，但复制规则与相同，但

ValueError

如果有

nan

或

inf

值，则会提高），以及子类的构造函数（例如

matrix

或特殊情况下的记录数组），当然还有实际的

ndarray

构造函数（可让您直接创建数组）超出缓冲区）。