>>> a = np.asarray(a)>>> a
array([1,2])>>> a =[1,2]>>>type(a)<class'list'>>>> 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>>>issubclass(np.recarray,np.ndarray)True
numpy.asanyarray函数
格式: numpy.asanyarray(a, dtype=None, order=None)
功能: 类似asarray,将一个序列转换为ndarray,传递子类
>>> np.asanyarray(range(5))
array([0,1,2,3,4])
numpy.ascontiguousarray函数
格式: numpy.ascontiguousarray(a, dtype=None)
>>> x = np.arange(6).reshape(2,3)>>> np.ascontiguousarray(x,dtype=np.float32)
array([[0.,1.,2.],[3.,4.,5.]], dtype=float32)>>> b = np.arange(6).reshape(2,3)>>> b
array([[0,1,2],[3,4,5]])>>> x.flags['C_CONTIGUOUS']True#注意:此函数返回一个至少具有一维(1-d)的数组,因此它将不保留0-d数组。
>>> x = np.arange(6).reshape(2,3)>>> x
array([[0,1,2],[3,4,5]])>>> y = x
>>> x[0]=10>>> x
array([[10,10,10],[3,4,5]])>>> y
array([[10,10,10],[3,4,5]])>>> z = np.copy(x)>>> x[0]=5>>> x
array([[5,5,5],[3,4,5]])>>> y
array([[5,5,5],[