理工酷

区别主要在于何时返回不变的输入，而不是将新数组作为副本。

array提供了多种选择（大多数其他功能都是围绕它的瘦包装器），包括用于确定何时复制的标志。

这里有一些示例：假设a是ndarray，并且m是matrix，他们都拥有float32的dtype：

• np.array(a)和np.array(m)都会进行复制，因为这是默认行为。
• np.array(a, copy=False)和np.array(m, copy=False)将复制m但不复制a，因为m不是ndarray。
• np.array(a, copy=False, subok=True)，和np.array(m, copy=False, subok=True)都不会复制任何内容，因为m是matrix，这是ndarray的子类。
• np.array(a, dtype=int, copy=False, subok=True)将同时复制两者，因为与dtype不兼容。

大多数函数都是在复制时控制的array的瘦包装器：

• asarray：如果兼容，则输入将返回未复制的状态。（copy=False，subok=True）
• asanyarray：如果输入是兼容ndarray或如matrix的子类则输入将不复制就返回。（copy=False，subok=True）
• ascontiguousarray：如果输入是一个兼容的ndarray，则输入将按连续的C序返回。 (copy=False, order='C').
• asfortranarray：如果输入是连续Fortran顺序中兼容的ndarray，则输入将不被复制（copy=False，order='F'）。
• require：如果输入与指定的要求字符串兼容，则输入将不复制而返回。
• copy：总是复制输入。
• fromiter：输入被视为可迭代的（例如，您可以从迭代器的元素构造一个数组，而不是object使用迭代器的数组）；始终复制。

还有一些便利功能，例如asarray_chkfinite（与asarray复制规则相同，但如果有nan或inf值则会产生错误），以及子类的构造函数（例如matrix）或特殊情况下的记录数组，当然还有实际的ndarray构造函数（可以直接创建超出缓冲区的数组）。

Via:https://stackoverflow.com/a/52103839/14964791