ndarray、array、asarray的区别以及查看变量地址、is和==的区别

1、numpy的ndarray用于变量声明，参数如下：

(self, shape, dtype=None, buffer=None, offset=0, strides=None, order=None)

也就是申请一个什么形状的array

a = np.ndarray([2,2]) 

print(a.shape)      # 输出:(2,2)

print(a) # 输出:

[[0. 0.]
 [0. 0.]]

2、使用array来创建array变量，参数：

p_object, dtype=None, copy=True, order='K', subok=False, ndmin=0

最普通的用法：

b = np.array([[1,2],[3,4]],dtype=np.float32)

print(b.shape) # 输出:(2,2)

print(a)      # 输出:

[[1. 2.]
 [3. 4.]]

3、使用asarray创建array变量，参数：

a, dtype=None, order=None

作用是将array_like的输入转化为array

c = np.asarray([[5,6],[7,8]])

这样的作用是和array一样。

不同的是：

c = np.asarray(b)

那么此时c指向的数组与b是相同的

使用id(obj)来查看两者的地址：

print(id(b))
print(id(c))#输出：

2149581573136
2149581573136

可以看到是一致的。而且将b的第一行数据改变：

b[0] = 11
print(b)
print(c)  #输出：

[[11. 11.]
 [ 3.  4.]]
[[11. 11.]
 [ 3.  4.]]

这时相当于是，b和c都是指向这片变量地址的指针。

4、 is和==的区别

a = np.ndarray([2,2])
b = np.array(a)
c = np.asarray(b)

b[0] = 11

print(a is b)
print(a is c)
print(b is c)
print(a == b)
print(a == c)
print(b == c)  #输出：

False
False
True
[[False False]
 [ True  True]]
[[False False]
 [ True  True]]
[[ True  True]
 [ True  True]]

可以看出，is是判断两个对象是否是同一个对象的，使用asarray是将b的地址赋给了c，所以二者的判断是True,使用array是新建一个同型同值的变量，因此不是同一个对象，所以判断都是False。

而==是元素级别的相等与否的判断，对于同型tensor，返回的也是布尔类型的同型tensor。