numpy.ndarray和np.array

numpy.ndarray和np.array都是用于表示多维数组的数据结构，但它们在使用方式和功能上有些许不同。

numpy.ndarray是NumPy库提供的一个多维数组对象。它是一个灵活的容器，可以存储具有相同数据类型的元素，并提供了对这些元素进行高效操作的方法。numpy.ndarray可以通过不同的函数进行创建，如numpy.array()、numpy.zeros()、numpy.ones()等。它具有很多强大的功能，例如索引和切片操作、数学运算、线性代数操作、统计计算等。numpy.ndarray在计算机视觉库OpenCV和机器学习库scikit-learn中被广泛使用。

而np.array是NumPy库中一个常用的函数，用于创建numpy.ndarray数组。np.array函数接受一个列表、元组或其他可迭代对象作为输入，然后返回一个新的numpy.ndarray数组。np.array函数的灵活性使得创建数组变得简单和方便。它是numpy.ndarray的一个创建方式之一，可以用于创建各种形状和维度的数组。除了np.array之外，还可以使用其他NumPy库中提供的函数来创建numpy.ndarray数组。

总结来说，numpy.ndarray是NumPy库提供的多维数组对象，而np.array是用于创建numpy.ndarray数组的一个函数。numpy.ndarray提供了丰富的功能，可以进行各种数组操作和计算，而np.array则是创建numpy.ndarray数组的常用方式之一。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [48_Python列表和数组与numpy.ndarray的区别和使用方法](https://blog.csdn.net/qq_18351157/article/details/121414780)[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_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]