numpy.asarray#

numpy.asarray(a, dtype=None, порядок=None, *, device=None, copy=None, как=None)#

Преобразует входные данные в массив.

Параметры:

aarray_like: Входные данные в любой форме, которая может быть преобразована в массив. Это включает списки, списки кортежей, кортежи, кортежи кортежей, кортежи списков и ndarrays.
dtypeтип данных, опционально: По умолчанию тип данных выводится из входных данных.
порядок{‘C’, ‘F’, ‘A’, ‘K’}, опционально: Структура памяти вывода. ‘C’ дает построчную структуру (в стиле C), ‘F’ дает столбцовую структуру (в стиле Fortran). ‘C’ и ‘F’ скопируют данные при необходимости для обеспечения формата вывода. ‘A’ (любой) эквивалентен ‘F’, если вход a не является непрерывным или Fortran-непрерывным, в противном случае эквивалентен ‘C’. В отличие от ‘C’ или ‘F’, ‘A’ не гарантирует, что результат будет непрерывным. ‘K’ (сохранить) является значением по умолчанию и сохраняет порядок ввода для вывода.
devicestr, optional: Устройство, на котором будет размещён созданный массив. По умолчанию: None. Только для совместимости с Array-API, поэтому должно быть "cpu" если передано.

Новое в версии 2.0.0.
copybool, необязательно: Если True, то объект копируется. Если None тогда объект копируется только при необходимости, т.е. если __array__ возвращает копию, если obj является вложенной последовательностью, или если копия требуется для удовлетворения любого из других требований (dtype, order, и т.д.). Для False это вызывает ValueError если копирования избежать невозможно. По умолчанию: None.

Новое в версии 2.0.0.
какarray_like, необязательный: Объект-ссылка, позволяющий создавать массивы, которые не являются массивами NumPy. Если массивоподобный объект, переданный как like поддерживает __array_function__ протокол, результат будет определен им. В этом случае он гарантирует создание объекта массива, совместимого с переданным через этот аргумент.

Новое в версии 1.20.0.

Возвращает:

выходndarray: Интерпретация массива как a. Копирование не выполняется, если входные данные уже являются ndarray с соответствующим dtype и порядком. Если a является подклассом ndarray, возвращается базовый класс ndarray.

Смотрите также

asanyarray: Аналогичная функция, которая пропускает подклассы.
ascontiguousarray: Преобразовать входные данные в непрерывный массив.
asfortranarray: Преобразует входные данные в ndarray с порядком памяти по столбцам.
asarray_chkfinite: Похожая функция, которая проверяет входные данные на наличие NaN и Inf.
fromiter: Поэлементное умножение аргументов.
fromfunction: Создать массив, выполняя функцию на позициях сетки.

Примеры

Преобразовать список в массив:

>>> a = [1, 2]
>>> import numpy as np
>>> np.asarray(a)
array([1, 2])

Существующие массивы не копируются:

>>> a = np.array([1, 2])
>>> np.asarray(a) is a
True

Если dtype установлен, массив копируется только если dtype не совпадает:

>>> a = np.array([1, 2], dtype=np.float32)
>>> np.shares_memory(np.asarray(a, dtype=np.float32), a)
True
>>> np.shares_memory(np.asarray(a, dtype=np.float64), a)
False

В отличие от asanyarray, подклассы ndarray не передаются:

>>> issubclass(np.recarray, np.ndarray)
True
>>> a = np.array([(1., 2), (3., 4)], dtype='f4,i4').view(np.recarray)
>>> np.asarray(a) is a
False
>>> np.asanyarray(a) is a
True