numpy中np.array()与np.asarray的区别有哪些

这篇文章主要为大家展示了“numpy中np.array()与np.asarray的区别有哪些”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“numpy中np.array()与np.asarray的区别有哪些”这篇文章吧。

array和asarray都可以将结构数据转化为ndarray，但是主要区别就是当数据源是ndarray时，array仍然会copy出一个副本，占用新的内存，但asarray不会。

1、输入为列表时

a=[[1,2,3],[4,5,6],[7,8,9]]

b=np.array(a)

c=np.asarray(a)

a[2]=1

print(a)

print(b)

print(c)

从中我们可以看出np.array与np.asarray功能是一样的，都是将输入转为矩阵格式。当输入是列表的时候，更改列表的值并不会影响转化为矩阵的值。

2、输入为数组时

a=np.random.random((3,3))

print(a.dtype)

b=np.array(a,dtype='float64')

c=np.asarray(a,dtype='float64')

a[2]=2

print(a)

print(b)

print(c)

从上述结果我们可以看出np.array与np.asarray的区别，其在于输入为数组时，np.array是将输入copy过去而np.asarray是将输入cut过去，所以随着输入的改变np.array的输出不变，而np.asarray的输出在变化，并且当我们使用np.asarray改变其类型的时候(输入是float64，改为float32)，这样当输入改变的时候，np.asarray的输出也不会改变。

3、array类型转为list类型

a=np.random.random((3,3))

print(a.dtype)

b=a.tolist()

a[1]=2

print(a)

print(b)

从上述我们可以看到.tolist是将数组转为list的格式，等同于np.array的反向，那什么情况下需要将np.ndarray转为list的格式呢？当需要序列化的时候(serialization)，由于np.ndarray是不可序列化的。

以上是“numpy中np.array()与np.asarray的区别有哪些”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！