回答问题

使用Numpy的 Python 程序中的iterable和array_like对象有什么区别?

iterable和array_like都经常出现在 Python 文档中,它们有一些相似的属性。

我知道在这种情况下,array_like对象应该支持Numpy类型的操作,例如广播,但是Numpy数组区域也是可迭代的。说array_like是iterable的扩展(或超集?)是否正确?

Answers

术语“类数组”实际上仅在 NumPy 中使用,指的是可以作为第一个参数传递给numpy.array()以创建数组的任何内容。

术语“可迭代”是标准的 Python 术语,指的是可以迭代的任何东西(例如使用for x in iterable)。

大多数类似数组的对象都是可迭代的,但标量类型除外。

许多可迭代对象不是类数组——例如,您不能使用numpy.array()从生成器表达式构造 NumPy 数组。 (您必须改用numpy.fromiter()。尽管如此,在 NumPy 文档的术语中,生成器表达式并不是“类数组”。)

# python
Logo
Python

Python社区为您提供最前沿的新闻资讯和知识内容

更多推荐

cover

求助！为什么用InsCode部署会出现无限重定向？

avatar Python

如何重塑熊猫。系列

问题:如何重塑熊猫。系列 在我看来,它就像 pandas.Series 中的一个错误。 a = pd.Series([1,2,3,4]) b = a.reshape(2,2) b b 有类型 Series 但无法显示,最后一条语句给出异常,非常冗长,最后一行是“TypeError: %d format: a number is required, not numpy.ndarray”。 b.sha

avatar Python

在哪里可以找到有关 Keras 中默认权重初始化器的文档? [复制]

问题:在哪里可以找到有关 Keras 中默认权重初始化器的文档? [复制] 我刚刚在这里](https://keras.io/initializers/)中阅读了有关[中的 Keras 权重初始化器的信息。在文档中,只介绍了不同的初始化程序。如: model.add(Dense(64, kernel_initializer='random_normal')) 当我没有指定kernel_initia

avatar Python