numpy.asarray

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

Преобразование входных данных в массив.

Параметры

aarray_like

Входные данные в любом формате, который можно преобразовать в массив. Это включает списки, списки кортежей, кортежи, кортежи кортежей, кортежи списков и ndarrays.

dtypedata-type, optional

По умолчанию тип данных определяется по входным данным.

order{‘C’, ‘F’, ‘A’, ‘K’}, optional

Схема памяти. ‘A’ и ‘K’ зависят от порядка входного массива a. ‘C’ — строчная (C-стиль), ‘F’ — столбцовая (Fortran-стиль) схема памяти. ‘A’ (любой) означает ‘F’, если a является Fortran-непрерывным, в противном случае ‘C’. ‘K’ (сохранить) сохраняет порядок входных данных. По умолчанию — ‘C’.

likearray_like

Объект ссылки для создания массивов, которые не являются массивами NumPy. Если передаваемый как like массив-подобный объект поддерживает протокол __array_function__, результат будет определяться им. В этом случае гарантируется создание объекта массива, совместимого с тем, который был передан через этот аргумент.

Примечание

Ключевое слово like — это экспериментальная функция, ожидающая принятия NEP 35.

Введено в версии 1.20.0.

Возвращаемые значения

outndarray

Массивная интерпретация a. Копирование не выполняется, если входной массив уже является 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 ndarray.

asfortranarray

Преобразование входных данных в ndarray со столбцовым порядком памяти.

asarray_chkfinite

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

fromiter

Создание массива из итератора.

fromfunction

Создание массива путём выполнения функции в точках 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 задан, 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 передаются:

>>> 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