发布于 2013-01-19 23:25:05
def asarray(a, dtype=None, order=None):
return array(a, dtype, copy=False, order=order)
因此,它与array
和copy=False
类似,不同的是它的选项更少。默认情况下,array
有copy=True
。
主要区别在于,array
(默认情况下)将创建对象的副本,而asarray
在必要时不会。
发布于 2020-05-30 20:27:48
asarray(x)
类似于array(x, copy=False)
如果要确保在完成任何其他操作之前x
将是一个数组,请使用asarray(x)
。如果x
已经是一个数组,则不会执行任何复制。它不会造成冗余的性能影响。
下面是一个确保首先将x
转换为数组的函数示例。
def mysum(x):
return np.asarray(x).sum()
发布于 2018-07-12 05:01:34
这里有一个简单的例子,可以演示不同之处。
主要区别在于,数组会复制原始数据,并且可以使用不同的对象来修改原始数组中的数据。
import numpy as np
a = np.arange(0.0, 10.2, 0.12)
int_cvr = np.asarray(a, dtype = np.int64)
数组(a)中的内容保持不变,我们仍然可以使用另一个对象对数据执行任何操作,而无需修改原始数组中的内容。
https://stackoverflow.com/questions/14415741
复制相似问题