巧记:
源为array时,array为拷贝副本,asarray公用原有地址
源头为其他时,两者都是拷贝的(待加强验证)
import numpy as np
#example 1:
data1=[[1,1,1],[1,1,1],[1,1,1]]
arr2=np.array(data1)
arr3=np.asarray(data1)
data1[1][1]=2
print ('data1:\n',data1)
print ('arr2:\n',arr2)
print ('arr3:\n',arr3)
print("type data1",type(data1))
print ('------------------------------------')
import numpy as np
#example 2:
arr1=np.ones((3,3))
arr2=np.array(arr1)
arr3=np.asarray(arr1)
arr1[1]=2
print("arr1",type(arr1))
print ('arr1:\n',arr1)
print ('arr2:\n',arr2)
print ('arr3:\n',arr3)
result:
data1: [[1, 1, 1], [1, 2, 1], [1, 1, 1]] arr2: [[1 1 1] [1 1 1] [1 1 1]] arr3: [[1 1 1] [1 1 1] [1 1 1]] type data1 <class 'list'> ------------------------------------ arr1 <class 'numpy.ndarray'> arr1: [[1. 1. 1.] [2. 2. 2.] [1. 1. 1.]] arr2: [[1. 1. 1.] [1. 1. 1.] [1. 1. 1.]] arr3: [[1. 1. 1.] [2. 2. 2.] [1. 1. 1.]]
结论:
当输入源为ndarray时,np.array会创建一个新的副本,因此对输入源进行修改不会影响转化的矩阵;而np.asarray不会创建一个新的副本,则其转化的矩阵会随着输入源的改变而改变。查看一下a,b,c三个对象在内存中的id,