numpy中np.array()与np.asarray的区别以及.tolist
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了numpy中np.array()与np.asarray的区别以及.tolist，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1656字，纯文字阅读大概需要3分钟。
内容图文
array 和 asarray 都可以将 结构数据 转化为 ndarray，但是主要区别就是当数据源是ndarray时，array仍然会copy出一个副本，占用新的内存，但asarray不会。
1.输入为列表时
import
numpy as np
a=[[1,2,3],[4,5,6],[7,8,9]]
b=np.array(a)
c=np.asarray(a)
a[2]=1
print(a)
print(b)
print(c)
"""
运行结果：
[[1, 2, 3], [4, 5, 6], 1]
[[1 2 3]
[4 5 6]
[7 8 9]]
[[1 2 3]
[4 5 6]
[7 8 9]]
"""
从中我们可以看出np.array与np.asarray功能是一样的，都是将输入转为矩阵格式。当输入是列表的时候，更改列表的值并不会影响转化为矩阵的值。
2.输入为数组时
import
numpy as np
a=np.random.random((3,3))
print(a.dtype)
b=np.array(a,dtype=‘float64‘)
c=np.asarray(a,dtype=‘float64‘)
a[2]=2
print(a)
print(b)
print(c)
"""
运行结果：
float64
[[0.11294711 0.0957448 0.78717227]
[0.69908742 0.78219365 0.34341174]
[2. 2. 2. ]]
[[0.11294711 0.0957448 0.78717227]
[0.69908742 0.78219365 0.34341174]
[0.82900099 0.68317933 0.99346798]]
[[0.11294711 0.0957448 0.78717227]
[0.69908742 0.78219365 0.34341174]
[2. 2. 2. ]]
"""
从上述结果我们可以看出np.array与np.asarray的区别，其在于输入为数组时，np.array是将输入copy过去而np.asarray是将输入cut过去，所以随着输入的改变np.array的输出不变，而np.asarray的输出在变化，
！！！并且当我们使用np.asarray改变其类型的时候(输入是float64，改为float32)，这样当输入改变的时候，np.asarray的输出也不会改变。
3.array类型转为list类型
import
numpy as np
a=np.random.random((3,3)).round(2)
print(a.dtype)
print(a)
b=a.tolist()
print("---"*20)
a[1]=2
print(a)
print(b)
"""
运行结果：
float64
[[0.29 0.89 0.93]
[0.83 0.88 0.49]
[0.21 0.48 0.5 ]]
------------------------------------------------------------
[[0.29 0.89 0.93]
[2. 2. 2. ]
[0.21 0.48 0.5 ]]
[[0.29, 0.89, 0.93], [0.83, 0.88, 0.49], [0.21, 0.48, 0.5]]
"""
从上述我们可以看到.tolist是将数组转为list的格式，等同于np.array的反向，那什么情况下需要将np.ndarray转为list的格式呢？当需要序列化的时候(serialization)，由于np.ndarray是不可序列化的。
原文：https://www.cnblogs.com/nbk-zyc/p/13160622.html
内容总结
以上是互联网集市为您收集整理的numpy中np.array()与np.asarray的区别以及.tolist全部内容，希望文章能够帮你解决numpy中np.array()与np.asarray的区别以及.tolist所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。