numpy中array，asarray和asanyarray的区别

1、array和asarray都可以将结构数据转化为ndarray，但是主要区别就是当数据源是ndarray时，array仍然会copy出一个副本，占用新的内存，但asarray不会。
也就是说当数据=是ndarray时，a = array（b），a和b不再是占用同一个内存的数组，而asarray中，a和b是同一个，改变b即改变a。
2、asarray和asanyarray的区别，np.asanyarray 会返回 ndarray 或者ndarray的子类，而np.asarray 只返回 ndarray. 也就是说对于ndarray的子类，asanyarray是不会复制的。

而array默认设置copy=True

假设a是一个数组，m是一个矩阵，它们的数据类型都是float32：

np.array（a）和np.array（m）都将复制，因为这是默认行为。

np.array（a，copy=False）和np.array（m，copy=False）将复制m而不是a，因为m不是ndarray。

np.array（a，copy=False，subok=True）和np.array（m，copy=False，subok=True）都不会复制，因为m是矩阵，它是ndarray的子类。

由于数据类型不兼容，数组（a，dtype=int，copy=False，subok=True）将同时复制两者。

asanyarray：如果输入是兼容的ndarray或类似matrix的子类（copy=False，subok=True），则将返回未复制的输入。

array和asarray的区别：

import numpy as np  
  
#example 1:  
data1=[[1,1,1],[1,1,1],[1,1,1]]  
arr2=np.array(data1)  
arr3=np.asarray(data1)  
data1[1][1]=2  
print 'data1:n',data1  
print 'arr2:n',arr2  
print 'arr3:n',arr3

输出

data1:  
[[1, 1, 1], [1, 2, 1], [1, 1, 1]]  
arr2:  
[[1 1 1]  
 [1 1 1]  
 [1 1 1]]  
arr3:  
[[1 1 1]  
 [1 1 1]  
 [1 1 1]]

结论：面对元组数据结构，array和asarray没有区别，都对元数据进行了复制并转化为ndarray。

import numpy as np  
  
#example 2:  
arr1=np.ones((3,3))  
arr2=np.array(arr1)  
arr3=np.asarray(arr1)  
arr1[1]=2  
print 'arr1:n',arr1  
print 'arr2:n',arr2  
print 'arr3:n',arr3

输出

arr1:  
[[ 1.  1.  1.]  
 [ 2.  2.  2.]  
 [ 1.  1.  1.]]  
arr2:  
[[ 1.  1.  1.]  
 [ 1.  1.  1.]  
 [ 1.  1.  1.]]  
arr3:  
[[ 1.  1.  1.]  
 [ 2.  2.  2.]  
 [ 1.  1.  1.]]

结论：当数据源是ndarray时，array会copy出一个副本，占用新的内存，但asarray不会。

asarray和asanyarray的区别例子

issubclass(np.matrix, np.ndarray)
True
a = np.matrix([[1, 2]])
np.asarray(a) is a#返回的不是子类。
False
np.asanyarray(a) is a#np.asanyarray(a)返回是a的子类
True