NumPy 对象方法和 NumPy 函数调用有什么区别？答案

【问题标题】：What is the difference between NumPy object methods and NumPy function calls?NumPy 对象方法和 NumPy 函数调用有什么区别？
【发布时间】：2018-09-09 18:17:48
【问题描述】：

如果我有一个 NumPy 数组，

>>> x = np.arange(10)

使用对象方法获取有关该数组的信息有什么区别

>>> x.mean()
4.5

与使用 NumPy 函数相比

>>> np.mean(x)
4.5

我希望对象方法正在调用该函数，但是有些例子中函数不包含在方法中，例如

>>> np.median(x)
4.5
>>> x.median()
AttributeError: 'numpy.ndarray' object has no attribute 'median'

排除某些功能似乎表明功能方法比面向对象方法更完整或更受青睐，因为它消除了来回切换的需要。是否有意排除某些方法？与另一种方法相比，一种方法是否具有内在优势？

【问题讨论】：

没有系统差异或关系。大多数函数都是用 Python 编写的，您可以阅读。许多人将操作委托给相应的方法（如果存在）。函数形式还可以在对其进行操作之前将列表转换为数组。方法调用通常会快一点，因为它涉及的调用层较少。
还有运算符（转化为方法调用）、ufuncs（可能需要多个数组）和接收数组列表的函数。请记住，numpy 历史悠久，贡献者众多。

标签： python function numpy methods

【解决方案1】：

numpy.sort 和 ndarray.sort 之间有一个显着的区别：前者返回数组的副本，后者就地排序。

对于其他方法，也可以使用等效的功能。函数形式将接受可以转换为 NumPy 数组的类数组集合；这有时很方便。另一方面，这是以更多的检查和函数调用为代价的，因此方法形式应该快一点。在实践中，这可能可以忽略不计；对我来说，决定因素通常是方法输入的字符更少。

一些数学运算更自然地写成方法：比较np.transpose(A)和A.T，当A是一个二维数组时。

【讨论】：