有人能解释一下python函数到底是怎么回事吗？

我在python中所知道的是我可以写这样的东西

blabla = Classname().somefunctions()

但在这种情况下，“np.arange”和“reforme”都是函数，这让我感到困惑，因为“np.arange”是一个函数，被当作一个类来对待。问题是这怎么可能

import numpy as np  
a = np.arange(15).reshape(3, 5)
print(a)

---

Python是一种面向对象的语言，其中每个变量都是一个对象<代码>np.arange

ndarray

对象。然后，您可以调用

ndarray

对象的

reformate

方法

import numpy as np

a = np.arange(15)

type(a)
Out[148]: numpy.ndarray

a
Out[149]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])

a = a.reshape(3, 5)

type(a)
Out[151]: numpy.ndarray

a
Out[152]: 
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

---

我认为你混淆了这种行为：

blabla = Classname().somefunctions()

它通过调用class

Classname（）

中的方法

somefunctions（）

将返回的值赋给变量

blabla

通过numpy模块中两个函数的链接：
第一个

a=np.arange（15）

创建大小为15的数组，并将其分配给名为

a

的变量，和：
第二个

a.重塑（3，5）

，它将数组

a

重塑为一个由3个数组组成的数组，每个数组包含5个元素

import numpy as np  
a = np.arange(15)    #-> [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]
a = a.reshape(3, 5)  #-> [[ 0  1  2  3  4] [ 5  6  7  8  9] [10 11 12 13 14]]
print(a)

返回一个

ndarray

对象

---

但可能让人困惑的是，这是一个将数组作为输入的类方法。但是，有一种等效方法可用于

ndarray

对象。在您的例子中，使用的是后一种方法。

发生这种情况是因为

np.arange（15）

返回类的实例。实际上python中的所有东西都是类。这就是为什么您可以例如执行“HELLO WORLD”.lower（）

在这种情况下，代码所做的是计算

np.（arange）

并在

之后重塑（3，5）

因此，这将是等效的：

import numpy as np
a = np.arange(15)
a = a.reshape(3, 5)
print(a)

---

…被视为一个类

-你能解释一下你所说的话是什么意思吗？