Numpy中array和asarray的区别

相同点：array和asarray都能将结构数据转换成ndarray数组。
区别点：
（1）当他们的参数是列表型数据(list)时，二者没有区别；
（2）当他们的参数是数组类型(array)时，np.array()会返回参数数组的一个副本(copy,两者值一样但指向不同的内存),np.asarray()会返回参数数组的一个视图(两者指向同一块内存).
优缺点：
（1）np.array()的副本会新开辟一块内存，对于大数组来说，会存在大量的复制操作，速度更慢且不节约内存；
（2）np.asarray()的视图相当于新增加了一个指向当前内存的引用，不存在复制操作，速度更快且节约内存。但是注意通过其中的一个引用修改数据，其他引用的数据也会跟着变，因为他们指向同一块内存区域。

一、list与array区别

List： python 中的 list 是 python 的内置数据类型，list 中的数据类型不必相同，在 list 中保存的是数据的存放的地址，即指针，并非数据。
array： array() 是 numpy 包中的一个函数，array 里的元素都是同一类型。ndarray 是一个多维的数组对象，具有矢量算术运算能力和复杂的广播能力，并具有执行速度快和节省空间的特点。ndarray 的一个特点是同构：即其中所有元素的类型必须相同。

data = [[1,2,3],[4,5,6],[7,8,9]]
# 直接输出为list
>>>[[1,2,3],[4,5,6],[7,8,9]]
# 转化输出为array时
>>>
[[1,2,3]
[4,5,6]
[7,8,9]]

# 从[0,10)区间中随机生成一个2*3维度的数组（array）
data2 = np.random.randint(0,10,(2,3))
>>>
[[5,1,3]
 [6,5,1]]

list不换行，用“,”号分割元素；array每个元素之间换行

二、不同参数使用array和asarray效果

1.参数是列表

import numpy as np
 
data = [[1,2,3],[4,5,6],[7,8,9]]
data1 = np.array(data)
data2 = np.asarray(data)
data[1][2] = 100
print(data)
>>>[[1,2,3],[4,5,6],[7,8,9]]
print(data1)
>>>
[[1,2,3]
 [4,5,6]
 [7,8,9]]
print(data2)
>>>
[[1,2,3]
 [4,5,6]
 [7,8,9]]

2.参数是数组

import numpy as np
 
data = np.random.randint(0,10,(3,3))
data1 = np.array(data)
data2 = np.asarray(data)
print(data)
>>>
[[5,1,3]
 [6,5,1]
 [7,9,2]]
print(data1)
>>>
[[5,1,3]
 [6,5,1]
 [7,9,2]]
print(data2)
>>>
[[5,1,3]
 [6,5,1]
 [7,9,2]]

data[1] = 100
print(data)
>>>
[[5,1,3]
 [100,100,100]
 [7,9,2]]
print(data1)
>>>
[[5,1,3]
 [6,5,1]
 [7,9,2]]
print(data2)
>>>
[[5,1,3]
 [100,100,100]
 [7,9,2]]