numpy.array((...)) 和 numpy.array([...]) 之间的区别

【问题标题】：Difference between numpy.arr((...)) and numpy.arr([...])numpy.array((...)) 和 numpy.array([...]) 之间的区别
【发布时间】：2020-02-12 06:57:02
【问题描述】：

以下两种方式调用numpy.array时：

>>> np.array((1,2,3,4))
array([1, 2, 3, 4])
>>> np.array([1,2,3,4])
array([1, 2, 3, 4])

我注意到它返回两个看似相同的 ndarray。这两个ndarrays是否相同？为什么？

【问题讨论】：

是的，它们都从产生相同数字的迭代中读取。
列表和元组在它们携带的数据上并没有真正的不同。它们的区别仅在于它们支持的功能。您的代码中使用的唯一功能是产生一系列项目，并且两者都支持。
像这样制作基本的 numpy 数组时，它们是相同的。当使用compound dtype（创建structured 数组）时，它们具有不同的含义。例如，请参阅我最近的回答：stackoverflow.com/questions/60174899/…

标签： python python-3.x numpy numpy-ndarray

【解决方案1】：

我们可以在这里以一般方式行事。假设我们不知道X = np.array([1,2,3,4]) 和Y = np.array((1,2,3,4)) 是什么。如果我们打印它，我们可以看到一个输出，它是秘密内置方法X.__repr__ 和Y.__repr__ 的结果。您可以在这里确定X 和Y 具有相同的表示。然而，这并不意味着它们是相同的，因为它们可以是具有相同表示的不同类的实例。为了确保这一点，我通常使用X.__class__ 和Y.__class__。所以X 和Y 都是同一类np.ndarray 的实例。

【讨论】：