Qual'è la differenza tra ndarray e array in numpy?

Qual'è la differenza tra ndarraye arrayin Numpy? E dove posso trovare le implementazioni nel codice sorgente numpy?

numpy.arrayè solo una funzione di convenienza per creare un ndarray; non è una classe in sé.

Puoi anche creare un array usando numpy.ndarray, ma non è il modo consigliato. Dalla dotstring di numpy.ndarray:

Le matrici devono essere costruite usando array, zeroso empty... I parametri qui riportati si riferiscono ad un metodo di basso livello ( ndarray(...)) per creare un'istanza di una matrice.

La maggior parte della carne dell'implementazione è in codice C, qui in multiarray , ma puoi iniziare a guardare le interfacce ndarray qui:

https://github.com/numpy/numpy/blob/master/numpy/core/numeric.py

numpy.arrayè una funzione che restituisce a numpy.ndarray. Non esiste alcun tipo di oggetto numpy.array.

Solo poche righe di codice di esempio per mostrare la differenza tra numpy.array e numpy.ndarray

Fase di riscaldamento: crea un elenco

a = [1,2,3]

Controlla il tipo

print(type(a))

Otterrete

<class 'list'>

Costruisci un array (da un elenco) usando np.array

a = np.array(a)

Oppure, puoi saltare il passaggio di riscaldamento, direttamente

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

Controlla il tipo

print(type(a))

Otterrete

<class 'numpy.ndarray'>

che ti dice che il tipo di array numpy è numpy.ndarray

Puoi anche controllare il tipo per

isinstance(a, (np.ndarray))

e otterrai

True

Una delle due righe seguenti ti darà un messaggio di errore

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

numpy.ndarray()è una classe, mentre numpy.array()è un metodo / funzione da creare ndarray.

Nei documenti intorpiditi se vuoi creare un array dalla ndarrayclasse puoi farlo in 2 modi come citato:

1- utilizzando array(), zeros()o empty()metodi: array devono essere costruiti utilizzando matrice, zeri o svuotare (fare riferimento alla sezione Vedere anche sotto). I parametri qui riportati si riferiscono a un metodo di basso livello ( ndarray(…)) per istanziare un array.

2- ndarraydirettamente dalla classe: esistono due modalità di creazione di un array mediante __new__: Se il buffer è Nessuno, vengono utilizzati solo forma, tipo e ordine. Se il buffer è un oggetto che espone l'interfaccia del buffer, vengono interpretate tutte le parole chiave.

L'esempio seguente fornisce un array casuale perché non abbiamo assegnato il valore del buffer:

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

un altro esempio è quello di assegnare un oggetto array all'esempio buffer:

>>> 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])

dall'esempio precedente notiamo che non possiamo assegnare un elenco a "buffer" e abbiamo dovuto usare numpy.array () per restituire l'oggetto ndarray per il buffer

Conclusione: utilizzare numpy.array()se si desidera creare un numpy.ndarray()oggetto "

Penso che con np.array()te sia possibile creare C come solo se si menziona l'ordine, quando si controlla l'utilizzo np.isfortran()lo dice falso. ma con np.ndarrray()quando si specifica l'ordine che crea in base all'ordine fornito.