如何避免多次isinstance检查，实现numpy.array类型按需转换

1. 有没有内置函数实现“非目标类型才转换”？ #

直接用numpy.asarray()就能解决这个问题。这个函数的逻辑刚好贴合你的需求：如果输入已经是numpy.ndarray类型且dtype匹配，就直接返回原对象；如果是list这类可转换为数组的类型，就自动转成numpy.ndarray。完全不用自己写isinstance检查，示例代码如下：

import numpy as np

# 输入是list，自动转为数组
list_data = [1, 2, 3]
arr1 = np.asarray(list_data)

# 输入已经是数组，直接返回原对象
arr2 = np.array([4, 5, 6])
arr3 = np.asarray(arr2)
print(arr2 is arr3)  # 输出 True，说明是同一个对象

对比numpy.array()：如果输入已经是数组，np.array()默认会创建副本（可通过copy=False参数修改），而np.asarray()默认不会生成副本，更符合你“不做多余操作”的要求。

2. 将变量转换为其已有类型会产生影响吗？ #

分两种情况来看：

• 用np.array()转换已有的numpy数组：默认会创建新的数组副本，这会额外占用内存，要是数组规模很大，还会带来性能开销。不过可以通过设置copy=False参数避免生成副本，此时效果和np.asarray()一致。
• 用np.asarray()转换已有的numpy数组：不会创建副本，直接返回原对象，完全没有额外开销和影响。

内容的提问来源于stack exchange，提问作者sjd