python - 在 NumPy 数组上调用 `np.asarray' 是否有很大的开销？

Question

我是 Python 世界的新手，所以请原谅我的愚蠢问题。

在许多情况下，我实现了一个适用于类似数组的数字输入的函数，使用 NumPy 实用程序对序列进行基本操作通常是有利的。为此，我会写这样的东西:

import numpy as np

def f(x):
    if not isinstance(x, np.ndarray):
        x = np.asarray(x)
    # and from now on we know that x is a NumPy array, with all standard methods

(请注意，我不想依赖调用者始终传递 NumPy 数组。)

我想知道如果通过删除 if 来简化代码，额外的开销会是多少？即，有类似的东西

def f(x):
    x = np.asarray(x)
    # and from now on we know that x is a NumPy array, with all standard methods

基本上，两种情况的区别在于第二个代码更紧凑，但会不必要地调用 np.asarray，即使 x 已经是一个 NumPy 数组。

Answer 1

简短回答:因为您正在使用 isinstance() 检查，您可以使用 numpy.asanyarray() 它将通过任何 ndarray 及其子类没有开销。

根据 numpy.asarray() 的文档，当输入已经是 ndarray 类型时，当输入已经是数组时没有开销:没有复制发生，它们“通过”。虽然，值得注意的是 ndarray 的子类没有通过。

由于在您的原始代码中您使用的是 isinstance(x, numpy.ndarray)，因此您很可能需要 numpy.asanyarray()它也通过 ndarray 的子类，这对于您的用例来说会更有效。 (因为 isinstance() 也为子类返回 true)

Returns: out : ndarray Array interpretation of a. No copy is performed if the input is already an ndarray with matching dtype and order. If a is a subclass of ndarray, a base class ndarray is returned.

文档中的这个示例(加上我自己的评论)解释了差异以及为什么 asanyarray() 更适合您的用例:

>>> issubclass(np.recarray, np.ndarray)
True   # This is to show that recarray is a subclass of ndarray
>>> a = np.array([(1.0, 2), (3.0, 4)], dtype='f4,i4').view(np.recarray)
>>> np.asarray(a) is a
False  # Here a copy happens which is an overhead you do not want,
       # because the input type recarray is only a subclass of ndarray
>>> np.asanyarray(a) is a
True   # Here no copying happens, your subclass of ndarray passes through.