np.array与np.ndarry

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。简单示例中的arr01和arr02都是通过np.array()函数创建的，其中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.array与np.asarray辨析、 np.array和np.ndarry的区别](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 ]