numpy 中np.array 与 np.ndarry的区别

import numpy as np
result = np.ndarray([0, 4])
print(result)
print(len(result))
a = np.array([1,2,3])
c=np.ndarray([1,2,3])
print (a)
print(c)
print(c[0])
print(c.shape)
print(result.shape)

[]
0
[1 2 3]
[[[6.91616094e-310 6.91616094e-310 6.91616094e-310]
  [6.91616094e-310 6.91616094e-310 6.91616094e-310]]]
[[6.91616094e-310 6.91616094e-310 6.91616094e-310]
 [6.91616094e-310 6.91616094e-310 6.91616094e-310]]
(1, 2, 3)
(0, 4)

Process finished with exit code 0

由上图程序可以看出,ndarray是创建对应维度的数组的形状容器,array是将()内的转换为数组

 

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
np.array()和np.ndarray()都是用于创建NumPy数组的函数,但它们有一些细微的区别。 首先,np.array()是一个函数,用于将输入转换为NumPy数组。它可以接受任何序列型的输入,包括元组、列表和数组。np.array()还可以指定创建的数组的数据类型,默认情况下根据输入的数据类型进行推断。简单示例的arr01和arr02都是通过np.array()函数创建的,其arr01的数据类型是int32,arr02的数据类型是float64。 而np.ndarray()是一个类,用于创建NumPy数组对象。与np.array()不同,np.ndarray()需要提供一个shape参数来指定数组的形状,还可以指定数据类型。np.ndarray()还可以通过dtype参数指定数组的数据类型。 另外,np.asarray()和np.array()在功能上是相似的,都可以用于创建NumPy数组。但是,np.asarray()函数返回一个输入数组的视图(view),如果输入数组已经是一个NumPy数组,则不会创建新的数组对象。而np.array()函数总是返回一个新的数组对象。 综上所述,np.array()和np.ndarray()都可以用于创建NumPy数组,但它们的用法和功能略有不同。np.array()是一个函数,用于将输入转换为数组,而np.ndarray()是一个类,用于创建数组对象。np.asarray()函数与np.array()函数相似,但返回的是输入数组的视图。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Numpy.array()详解 、np.arraynp.asarray辨析、 np.arraynp.ndarry区别](https://blog.csdn.net/sinat_28576553/article/details/89047893)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值