在numpy中ndarray和array之间有什么区别？

Question

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

Answer 1

numpy.array只是一个创造ndarray的便利功能;它本身不是一个阶级。

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：

应使用array，zeros或empty构造数组...此处给出的参数是指用于实例化数组的低级方法（ndarray(...)）。

实现的大多数内容都是使用C代码，here in multiarray，但是你可以在这里开始查看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

预热步骤：构建一个列表

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，您可以跳过预热步骤，直接进行

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

您还可以检查类型

isinstance(a, (np.ndarray))

你会得到的

True

以下两行中的任何一行都会显示错误消息

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，你可以用引用的2种方式来做：

1-使用array（），zeros（）或empty（）方法：数组应使用数组，零或空构造（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-来自ndarray类：使用new创建数组有两种模式：如果buffer是None，则只使用shape，dtype和order。如果buffer是暴露缓冲区接口的对象，则解释所有关键字。

下面的示例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

另一个例子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, i.e. skip first element
array([2, 3])

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

结论：如果你想制作一个“numpy.ndarray（）对象”，请使用“numpy.array（）”

Answer 5

我认为使用np.array()你只能创建C，就像你提到订单一样，当你使用np.isfortran()检查时，它说的是假的。但是当你根据提供的订单指定它创建的订单时，使用np.ndarrray()。