Numpy学习|array和asarray区别

创建数组功能

• array

#创建数组
a = np.array([[1,2,3],[4,5,6]])

a_1 = np.array(a)

>>>array([[1, 2, 3],
       [4, 5, 6]]

• asarray

#创建数组
a = np.array([[1,2,3],[4,5,6]])

a_2 = np.asarray(a) 

>>>array([[1, 2, 3],
       [4, 5, 6]])

结论：

两者在创建数组功能上基本相同

改变或是赋值时 

• array 

#修改数组中的一个值，看两种生成方式的不同
a[0,0] = 1000

>>>array([[1000,    2,    3],
       [   4,    5,    6]])

>>>a_1
>>>array([[1, 2, 3],
       [4, 5, 6]])

 由输出可以看出，a_1并没有改变。

• asarray

#修改数组中的一个值，看两种生成方式的不同
a[0,0] = 1000

>>>array([[1000,    2,    3],
       [   4,    5,    6]])

>>>a_2
>>>array([[1000,    2,    3],
       [   4,    5,    6]])

由输出可以看出，a_2发生改变

结论：

• array为深拷贝
• asarray为浅拷贝 

深拷贝和浅拷贝:（摘录于百度和csdn）

深拷贝和浅拷贝是针对对象属性为对象的，因为基本数据类型在进行赋值操作时（也就是拷贝）是直接将值赋给了新的变量，也就是该变量是原变量的一个副本，这个时候你修改两者中的任何一个的值都不会影响另一个，而对于对象或者引用数据来说在进行浅拷贝时，只是将对象的引用复制了一份，也就内存地址，即两个不同的变量指向了同一个内存地址，那么在改变任一个变量的值都是该变这个内存地址的所存储的值，所以两个变量的值都会改变。