生成0和1的数组 np.ones()np.ones_like()从现有数组中生成 np.array – 深拷贝np.asarray – 浅拷贝 生成固定范围数组 np.linspace() nun – 生成等间隔的多少个 np.arange() step – 每间隔多少生成数据 np.logspace() 生成以10的N次幂的数据 生成随机数组 正态分布 里面需要关注的参数:均值:u

相同点：两者都可以根据传入的结构数据(如列表)创建一个ndarray数组对象。 不同点：当数据源是ndarray时，array仍然会copy出一个副本，占用新的内存，即创建一个新的对象；但asarray不会，与原数据共享同一内存。 np.array() 函数原型： def array(a, dtype=None, order=None):return array(a, dtype, co

array和asarray都可将结构数据转换为ndarray类型。 但是主要区别就是当数据源是ndarray时， array仍会copy出一个副本，占用新的内存，但asarray不会。 import numpy as np #example 1: data1=[[1,1,1],[1,1,1],[1,1,1]] arr2=np.array(data1) arr3=np.asarra

参考文献: numpy中array和asarray的区别 numpy: np.asarray 函数   主要区别在于 np.array （默认情况下）将会copy该对象，而 np.asarray 除非必要，否则不会copy该对象。   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