Python 在numpy中，ndarray和array有什么区别？

Numpy中的

ndarray

和

array

之间有什么区别？在numpy源代码中哪里可以找到实现？

numpy.array

是一个返回

numpy.ndarray

的函数。没有对象类型numpy.array。

numpy.array

只是创建

ndarray

的一个方便函数；它本身不是一个类

您也可以使用

numpy.ndarray

创建数组，但这不是推荐的方法。从

numpy.ndarray

的文档字符串：

数组应使用

数组

、

零

或

空

。。。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是C代码，但您可以从这里开始查看ndarray接口：

---

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

热身步骤：构建一个列表

a = [1,2,3]

检查类型

print(type(a))

print(type(a))

你会得到

<class 'list'>

<class 'numpy.ndarray'>

或者，您可以跳过热身步骤，直接进行热身

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

检查类型

print(type(a))

print(type(a))

你会得到

<class 'list'>

<class 'numpy.ndarray'>

你会得到

True

以下两行中的任何一行都将显示错误消息

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

---

我认为使用

np.array（）

只能创建C，尽管您提到了顺序，但当您使用

np.isfortran（）

检查时，它会显示false。但是，当您指定它基于提供的订单创建的订单时，请使用

np.ndarrray（）

numpy.ndarray（）

是一个类，而

numpy.array（）

是一个创建

ndarray

的方法/函数

在numpy docs中，如果要从

ndarray

类创建数组，可以使用引用的两种方法：

1-使用

array（）

、

zeros（）

或

empty（）

方法： 数组应使用数组、零或空来构造（请参阅下面的另一节）。这里给出的参数是指用于实例化数组的低级方法（

ndarray（…）

）

2-直接从

ndarray

类： 使用

\uuuu new\uuuu

创建数组有两种模式： 如果buffer为None，则只使用shape、dtype和order。 如果buffer是一个公开buffer接口的对象，那么将解释所有关键字

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：

另一个例子是将数组对象分配给缓冲区 例如：

从上面的示例中，我们注意到我们不能将列表分配给“buffer”，我们必须使用numpy.array（）为缓冲区返回ndarray对象

---

结论：如果您想创建一个

numpy.ndarray（）

对象，请使用

numpy.ndarray（）
我认为array（）是在in-array_-getarray（）中实现的。如果您忘记
np.array
不是一个类，就像我经常做的那样，这会对您造成伤害。
x=np.array（[1,2.1,3]）
如果存在（x，np array）：#将给您一个类型错误
仍然不知道为什么应该避免使用ndarray？因为它的级别很低？@flxb:no，
array\u getarray
是
numpy.ndarray的实现。至少在当前的实现中，
array\uuu
numpy.array
至少从开始。那么为什么不推荐使用它呢？