Warum numpy.array() auf numpy.arange() verwenden? Ist das nicht überflüssig?

Question

In meinem Numpy/Pandas Lektion Ich lehrte Daten mit dem folgenden Code zu machen:

sample_numpy_data = np.array(np.arange(24)).reshape((6,4)) 

Ist es nicht redundant() auf der np.arange() als np.arange zu verwenden np.array () produziert bereits ein Array?

Warum ist das notwendig? Beispiel?

Beispiel gefunden in Lynda Kurs "Pandas für Data Science" Pandas Übersicht - Operationen.

Answer 1

Es ist nicht nur redundant, es führt auch unnötige Overhead, weil es makes a copy of the array by default. Wenn Sie nicht sicher sind, ob etwas ein Array ist (vielleicht weil es ein Argument für eine Funktion ist), können Sie np.asarray darauf verwenden. Das kopiert nur, wenn es kein Array ist.