numpy中的ndarray和array有什么区别？

Question

Numpy 中的ndarray和array什么区别？ 我在哪里可以找到 numpy 源代码中的实现？

Answer 1

numpy.array只是一个创建ndarray的便捷函数； 它本身不是一个类。

您也可以使用numpy.ndarray创建一个数组，但这不是推荐的方法。 从numpy.ndarray的文档字符串：

数组应该使用array 、 zeros或empty构造......这里给出的参数是指用于实例化数组的低级方法（ ndarray(...) ）。

实现的大部分内容都在 C 代码中， 这里是 multiarray ，但您可以从这里开始查看 ndarray 接口：

https://github.com/numpy/numpy/blob/master/numpy/core/numeric.py

Answer 2

numpy.array是一个返回numpy.ndarray的函数。 没有对象类型 numpy.array。

Answer 3

只需几行示例代码即可显示 numpy.array 和 numpy.ndarray 之间的区别

热身步骤：构建列表

a = [1,2,3]

检查类型

print(type(a))

你会得到

<class 'list'>

使用 np.array 构造一个数组（从列表中）

a = np.array(a)

或者，你可以跳过预热步骤，直接有

a = np.array([1,2,3])

检查类型

print(type(a))

你会得到

<class 'numpy.ndarray'>

它告诉你numpy 数组的类型是 numpy.ndarray

您还可以通过以下方式检查类型

isinstance(a, (np.ndarray))

你会得到

True

以下两行中的任何一行都会给您一条错误消息

np.ndarray(a)                # should be np.array(a)
isinstance(a, (np.array))    # should be isinstance(a, (np.ndarray))

Answer 4

numpy.ndarray()是一个类，而numpy.array()是一个创建ndarray的方法/函数。

在 numpy docs 中，如果你想从ndarray类创建一个数组，你可以用 2 种方法来实现：

1- 使用array() 、 zeros()或empty()方法：应该使用数组、零或空构造数组（请参阅下面的另请参阅部分）。 这里给出的参数是指用于实例化数组的低级方法（ ndarray(…) ）。

2- 直接来自ndarray类：使用__new__创建数组有两种模式：如果 buffer 为 None，则仅使用 shape、dtype 和 order。 如果 buffer 是一个暴露缓冲区接口的对象，那么所有的关键字都会被解释。

下面的例子给出了一个随机数组，因为我们没有分配缓冲区值：

 np.ndarray(shape=(2,2), dtype=float, order='F', buffer=None) array([[ -1.13698227e+002, 4.25087011e-303], [ 2.88528414e-306, 3.27025015e-309]]) #random

另一个示例是将数组对象分配给缓冲区示例：

 >>> np.ndarray((2,), buffer=np.array([1,2,3]), ... offset=np.int_().itemsize, ... dtype=int) # offset = 1*itemsize, ie skip first element array([2, 3])

从上面的例子我们注意到我们不能将一个列表分配给“缓冲区”，我们不得不使用 numpy.array() 来返回缓冲区的 ndarray 对象

结论：使用numpy.array()如果你想使一个numpy.ndarray()对象”

Answer 5

我认为使用np.array()您只能创建 C，尽管您提到了顺序，但当您使用np.isfortran()检查时，它显示为 false。 但是当您根据提供的顺序指定它创建的顺序时，使用np.ndarrray() 。