numpy.ndarray和numpy.array有什么区别和联系？

numpy.array和numpy.ndarray都是numpy中用于存储和处理多维数组的类。

numpy.array是numpy中的一个函数，用于创建numpy数组。它可以接受任何序列对象作为输入，包括列表、元组、数组等，然后将其转换为numpy数组。numpy.array创建的数组是一个ndarray对象。

numpy.ndarray是numpy中的一个类，它表示多维数组。ndarray是一个通用的同构数据多维容器，其中的所有元素必须是相同类型的。ndarray的维度和元素类型可以通过shape属性和dtype属性获得。

因此，numpy.ndarray是numpy中用于存储和处理多维数组的类，而numpy.array是用于创建numpy数组的函数。numpy.array创建的数组是一个ndarray对象。

相关问题

将numpy.ndarray里的字符串变成列表或numpy.ndarray

如果你有一个包含字符串的`numpy.ndarray`，你可以使用`astype(str)`将其转换为字符型数组，然后使用`tolist()`方法转换为Python列表，或者直接创建一个空的`numpy.ndarray`来存储这些字符串。

例如：

import numpy as np

# 创建一个包含字符串的numpy数组
str_array = np.array(['apple', 'banana', 'cherry'])

# 转换成字符型数组并转换为列表
char_list = str_array.astype(str).tolist()
print(char_list)  # 输出：['apple', 'banana', 'cherry']

# 或者直接创建新的numpy数组
new_str_array = np.array(char_list)
print(new_str_array)  # 输出：array(['apple', 'banana', 'cherry'], dtype='<U6')

如果你想保持`numpy.ndarray`的形式，可以直接创建一个新数组，它的形状与原来的`str_array`相同，但元素类型是`object`，以便容纳字符串：

new_str_array = np.empty_like(str_array, dtype=object)
new_str_array[:] = str_array

numpy.ndarray使用.astype(float)后仍为numpy.ndarray

是的，使用.astype(float)方法将numpy数组中的元素类型转换为float类型，并返回一个新的numpy数组。因此，即使使用.astype(float)方法后，返回的仍然是一个numpy数组。可以使用type()函数验证类型。例如：

import numpy as np

arr = np.array([1, 2, 3])
new_arr = arr.astype(float)

print(type(arr)) # <class 'numpy.ndarray'>
print(type(new_arr)) # <class 'numpy.ndarray'>