numpy.asarray详解

numpy.asarray详解

在NumPy中的数组对象是 ndarray 。 使用 numpy.asarray 函数，可以将已有数据转换为 ndarray 类型数组。 asarray 函数具有非常高的性能，因为它不会从原始数据创建副本，而是直接引用原始数据的内存。

语法

numpy.asarray 的语法如下：

numpy.asarray(a, dtype=None, order=None)

参数说明：

• a: 输入的数据，可以是Python序列、Numpy数组、Python对象等。
• dtype：输出数组的数据类型。如果不指定，将根据输入数据自动推断。
• order：是否在内存中按照“C”顺序或“F”顺序存储多维数组。

示例代码1

让我们看一个简单的示例，将Python列表转换为NumPy数组：

import numpy as np

# 创建一个Python列表
my_list = [1, 2, 3, 4, 5]

# 调用numpy.asarray()函数
arr = np.asarray(my_list)

print(arr)

输出：

[1 2 3 4 5]

通过 numpy.asarray 函数，我们成功地将 Python 列表 my_list 转换为了 NumPy 数组 arr。

示例代码2

下面我们将演示如何创建二维数组：

import numpy as np

# 创建一个二维列表
my_list_2d = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

# 调用numpy.asarray()函数
arr_2d = np.asarray(my_list_2d)

print(arr_2d)

输出：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

这里，我们成功地将一个二维列表转换为了 NumPy 的二维数组。

示例代码3

除了Python的列表，numpy.asarray 函数还可以接受 Numpy 数组作为输入。在这个示例中，我们将一个Numpy数组进行转换：

import numpy as np

# 创建一个Numpy数组
my_array = np.array([10, 20, 30])

# 调用numpy.asarray()函数
arr_from_array = np.asarray(my_array)

print(arr_from_array)

输出：

[10 20 30]

通过以上示例，我们可以看到 numpy.asarray 函数对于接收 Numpy 数组作为输入同样能够正常工作。

注意事项

• numpy.asarray 不会复制原始数据，它会直接引用原始数据的内存。因此，请确保在之后不会修改原始数据。
• 如果原始数据不是NumPy数组，转换过程可能会拖慢系统性能。因此，最好直接使用NumPy数组作为输入。