术语:Python和Numpy - "iterable"与"array_like"

Question

Python程序中的一个iterable和一个array_like对象有什么区别Numpy？

双方iterable并array_like经常看到的Python文档和他们分享一些相似的性质.

我知道在这种情况下,array_like对象应该支持Numpy类型操作,如广播,但是Numpy数组区域也是可迭代的.说这array_like是一个扩展(或超集？)是正确的iterable吗？

Answer 1

术语"类似数组"实际上仅在NumPy中使用,并且指的是可以作为第一个参数传递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).

除标量类型外,大多数类似数组的对象都是可迭代的.

许多迭代不像数组一样 - 例如,您无法使用生成器表达式构造NumPy数组numpy.array().(你必须使用它numpy.fromiter().但是,在NumPy文档的术语中,生成器表达式不是"类似数组".)

Answer 2

虽然 Sven 答案的第一部分是正确的，但我想补充一点，类数组对象不一定是可迭代的。

例如，在我的特定情况下，我对使用numpy.rint()接受类型为标量的类数组对象的函数感兴趣int。它们不是可迭代的，但它们被接受。您也可以通过ints到numpy.array()，所以他们是阵列等。