numpy.asarray

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

Преобразовать входные данные 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.

dtypeтип данных, необязательно

По умолчанию тип данных определяется по входным данным.

order{‘C’, ‘F’, ‘A’, ‘K’}, необязательно

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

likearray_like

Объект-ссылка для создания массивов, которые не являются массивами NumPy. Если введённый like поддерживает протокол __array_function__, результат будет определён им. В этом случае это гарантирует создание объекта массива, совместимого с переданным через этот аргумент.

Добавлена в версии 1.20.0.

Возвращает

outndarray

Массивная интерпретация a. Копирование не выполняется, если входные данные уже являются ndarray с соответствующим dtype и order. Если a является подклассом ndarray, возвращается базовый класс ndarray.

См. также

asanyarray

Аналогичная функция, которая пропускает подклассы.

ascontiguousarray

Преобразовать входные данные в непрерывный массив.

asfarray

Преобразовать входные данные в ndarray с плавающей точкой.

asfortranarray

Преобразовать входные данные в ndarray со столбцовым порядком памяти.

asarray_chkfinite

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

fromiter

Создать массив из итератора.

fromfunction

Построить массив, выполняя функцию на позициях сетки.

Примеры

Преобразовать список 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 в том случае, если тип данных не соответствует:

>>> 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