为什么numpy中有些函数是np.ndarray的方法，有些是函数？

Question

这是一个软问题，但我怀疑理解这一点将帮助我（也希望其他人）更好地理解

numpy

（我最近从 MATLAB 迁移）的哲学。

有些函数，如

sum

、

max

、

transpose

、

conjugate

等是

ndarray

类的方法，因此可以使用

arr.sum()

或

arr.sum(axis=1)

等。

但是，大多数函数都是模块

numpy

的函数，因此您需要像

numpy.count_nonzero(arr)

或

numpy.roll(arr)

等那样调用它们。其中许多方法只接受单个

ndarray

对象作为输入，因此可以考虑它们，就设计而言，作为数组本身的属性。

这个设计选择背后的逻辑是什么？

Answer 1

我最初认为有一些基本原则、基本真理。我猜想，一旦掌握了这个真理，我对 NumPy、Python 甚至生活本身的理解就会得到扩展和澄清。唉，看了评论才发现，这只是一个补丁上的一个补丁上一个计划外的补丁，没有组织原则，没有指导方案。这仅仅是宇宙随机性的产物，而我们都是宇宙随机性的奴隶。