NumPy对象方法和NumPy函数调用有什么区别？

Question

如果我有一个NumPy数组，

>>> x = np.arange(10)

获取数组信息的对象方法和其他方法有什么区别？

>>> x.mean()
4.5

与使用NumPy函数相比，该方法具有以下优点。

>>> np.mean(x)
4.5

我认为这个对象方法调用了函数，但有些例子中没有将函数作为方法包含在内，例如

>>> np.median(x)
4.5
>>> x.median()
AttributeError: 'numpy.ndarray' object has no attribute 'median'

排除某些功能似乎表明函数式方法更完整或更受欢迎，因为它消除了来回切换的需要。是否有意地排除了某些方法？比较这两种方法，是否存在固有的优势？

- Steven C. Howell

---

没有系统性的差异或关系。大多数函数都是用Python编写的，您可以阅读它们。如果存在相应的方法，许多函数将动作委托给该方法。在执行操作之前，函数形式还可以将列表转换为数组。方法调用通常会更快一些，因为它涉及一个较少的调用层。 - hpaulj

还有一些操作符（它们转换为方法调用）、ufuncs（可以接受多个数组）和接受数组列表的函数。请记住，numpy 有着悠久的历史和众多贡献者。 - hpaulj

Answer 1

< p > numpy.sort 和 ndarray.sort 之间有明显的区别：前者返回数组的副本，后者原地排序。对于其他方法，同样可以使用等效的函数。函数形式将接受可以转换为NumPy数组的类似数组的集合;这有时很方便。另一方面，这是以一些更多的检查和函数调用为代价的，因此方法形式应该会稍微快一点。实际上，这可能是可以忽略不计的;对我来说，决定因素通常是方法输入较少的字符。< /p> < p > 有些数学运算更自然地编写为方法：当A是二维数组时，请比较np.transpose(A)和A.T。< /p>

- user6655984