Numpy asanyarray() 函数

Numpy asanyarray() 函数用于将输入转换为数组，但保留 ndarray 子类不变，这意味着如果输入数据不是数组，它将转换为标准 Numpy 数组。

如果输入已经是 Numpy ndarray 子类(例如，numpy.matrix 或其他自定义子类)，则将按原样返回，而不会将其转换为普通的 ndarray。

除了数组之外，numpy.asanyarray() 函数的其他输入值如下:

• 标量 - 可以是任何数值。例如:3.4,5,112...
• 序列- 可以是列表、元组数据类型。例如:[1,2,3,4], ('a', 'b', 'c', 'd')
• 嵌套序列- 可以是嵌套元组或列表。例如，[[1,2,3], [4,5,6],[7,8,9]], ((12,10,45),(90,23,56))

语法

以下是 Numpy asanyarray() 函数的语法 -

numpy.asanyarray(arr, dtype=None, order=None, like=None)

参数

以下是 Numpy asanyarray() 函数的参数 -

• arr:这是必需的输入参数。它可以是任何我们想要转换为 NumPy 数组的类数组对象(例如列表、元组或其他 NumPy 数组)。
• dtype(可选):指定数组元素所需的数据类型(例如，int、float、complex、str)。如果未指定，NumPy 将根据输入对象自动考虑数据类型。
• like(可选):允许创建一个与输入对象类似但使用现有类数组对象(例如另一个 NumPy 数组)的数组。
• order(可选):指定数组的内存布局。如果对象不是数组，则新创建的数组将按 C 语言顺序(行优先)排列，除非指定了 F 顺序，在这种情况下，它将按 Fortran 顺序(列优先)排列 -
• 'C':C 风格的行优先顺序。
• 'F':Fortran 风格的列优先顺序。
• 'A':如果输入是 Fortran 连续的，则为 'F'，否则为 'C'。
• 'K':这是默认值，使顺序尽可能接近输入。

返回值

此函数返回 ndarray，如果输入数据是 ndarray 或 ndarray 的子类，则按原样返回，不进行任何复制执行。

示例

以下是使用 Numpy asanyarray() 函数创建 Numpy 数组的基本示例 -

import numpy as np
my_Array=np.asanyarray([1, 2, 3, 4, 5])
print("Numpy Array:",my_Array)
print(type(my_Array))

输出

以下是上述代码的输出 -

Numpy 数组:[1 2 3 4 5]
<class 'numpy.ndarray'>

示例:使用序列创建数组

可以使用序列(例如列表、元组或集合)创建 NumPy 数组，方法是将它们作为参数传递给 numpy.asanyarray() 函数。

在这里，我们将 my_tuple 作为参数传递给 numpy.asanyarray() 函数，并将其转换为 numpy 数组 -

#导入 numpy 模块
import numpy as np
#定义元组
my_tuple=(15,25,35,45)
my_Array=np.asanyarray(my_tuple)
print("Numpy 数组:",my_Array)
print(type(my_Array))

输出

以下是上述代码的输出 -

Numpy 数组: [15 25 35 45]
<class 'numpy.ndarray'>

示例:将标量转换为数组

使用 numpy.asanyarray() 函数将标量值转换为 NumPy 数组。

在以下示例中，我们转换了 my_scalar，即将 100 作为参数传递给 numpy asanyarray()，结果是一个 NumPy 数组 -

import numpy as np
#初始化标量值
my_scalar = 100
print ("输入标量:", my_scalar)
out_arr = np.asanyarray(my_scalar)
print ("从输入标量输出数组:", out_arr)
print(type(out_arr))

输出

以下是上述代码的输出 -

输入标量:100
来自输入标量的输出数组:100
<class 'numpy.ndarray'>

示例:创建 n 维数组

我们可以通过将嵌套序列(例如嵌套列表(列表的列表)、嵌套元组(元组的元组))作为参数传递给 numpy.asanyarray() 函数来创建 n 维 NumPy 数组。但是，如果嵌套序列的大小不一致，则会引发 ValueError。

这里，我们使用 numpy.asanyarray() 创建了一个二维 Numpy 数组 -

import numpy as np
#初始化标量值
my_list = [[1,2,3],[10,20,30],[100,200,300]]
out_arr = np.asanyarray(my_list)
print ("二维 Numpy 数组 - ")
print(out_arr)

输出

以下是上述代码的输出 -

二维 Numpy 数组 -
[[ 1 2 3]
[ 10 20 30]
[100 200 300]]

示例:将数组作为参数传递

当标准 NumPy 数组作为参数传递给 numpy.asanyarray() 函数时，该数组保持不变。但是，如果传递的是 numpy.ndarray 的子类(numpy.matrix)，则会按原样返回，并保留子类类型 -

import numpy as np
# 输入:NumPy 矩阵(ndarray 的子类)
mat = np.matrix([[1, 2], [3, 4]])
arr1 = np.asanyarray(mat)
print(type(arr1))
# 输入:标准 ndarray
arr = np.array([5, 6, 7])
arr2 = np.asanyarray(arr)
print(type(arr2))

输出

以下是上述代码的输出 -

<class 'numpy.matrix'>
<class 'numpy.ndarray'>

numpy_array_creation_routines.html