numpy.asarray

numpy.asarray(a, dtype=None, order=None) [source]

Преобразовать входные данные в массив.

Параметры:

a : array_like Входные данные в любом формате, который может быть преобразован в массив. Это включают списки, списки кортежей, кортежи, кортежи кортежей, кортежи списков и ndarrays. dtype : data-type, optional По умолчанию тип данных определяется по входным данным. order : {‘C’, ‘F’}, optional Использовать строчно-главный (C-стиль) или столбцово-главный (Fortran-стиль) порядок памяти. По умолчанию «C».

Возвращает:

out : ndarray Массивная интерпретация a. Копирование не выполняется, если входные данные уже являются ndarray с соответствующим типом данных и порядком. Если a является подклассом ndarray, возвращается базовый класс ndarray.

См. также

asanyarray

Аналогичная функция, которая пропускает подклассы.

ascontiguousarray

Преобразование входных данных в непрерывный массив.

asfarray

Преобразование входных данных в массив с плавающей точкой.

asfortranarray

Преобразование входных данных в массив с столбцово-главным порядком памяти.

asarray_chkfinite

Аналогичная функция, которая проверяет входные данные на наличие NaN и Inf.

fromiter

Создание массива из итератора.

fromfunction

Построение массива путём выполнения функции в позициях сетки.

Примеры

Преобразование списка в массив:

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

Существующие массивы не копируются:

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

Если dtype установлено, массив копируется только если тип данных не совпадает:

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

В отличие от asanyarray, подклассы ndarray не пропускаются:

>>> issubclass(np.recarray, np.ndarray)
True
>>> a = np.array([(1.0, 2), (3.0, 4)], dtype='f4,i4').view(np.recarray)
>>> np.asarray(a) is a
False
>>> np.asanyarray(a) is a
True