numpy之ones，array，asarray

from:http://blog.csdn.net/gobsd/article/details/56485177

numpy.ones()

废话少说直接上代码

>>> np.ones(5)
array([ 1.,  1.,  1.,  1.,  1.])
>>> np.ones((5,), dtype=np.int)
array([1, 1, 1, 1, 1])
np.ones((2, 1))
array([[ 1.],
       [ 1.]])
>>> s = (2,2)
>>> np.ones(s)
array([[ 1.,  1.],
       [ 1.,  1.]])
#其中，ones函数的参数如下
numpy.ones(shape, dtype=None, order='C')
#返回值就是一个给定类型和大小的数组

numpy.array和numpy.asarray

    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]]

可见array和asarray没有区别，都对原数据进行了复制。

    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.]]

此时两者才表现出区别