iterable
और array_like
ऑब्जेक्ट के बीच क्या अंतर है जो Numpy
का उपयोग करता है?शब्दावली: पायथन और न्यूम्पी - `iterable` बनाम 'array_like`
iterable
और array_like
दोनों पाइथन दस्तावेज़ीकरण में अक्सर देखे जाते हैं और वे कुछ समान गुण साझा करते हैं।
मैं समझता हूं कि इस संदर्भ में array_like
ऑब्जेक्ट को Numpy
प्रसारण जैसे ऑपरेशन का समर्थन करना चाहिए, हालांकि Numpy
सरणी क्षेत्र भी पुन: प्रयोज्य है। क्या यह कहना सही है कि array_like
iterable
का विस्तार (या सुपर-सेट?) है?
महान:
यहाँ "NumPy-चर्चा" मेलिंग सूची से पुष्टि है। यह इसे साफ़ करता है, विशेष रूप से 'सरणी जैसी' और 'numpy.array()' के पहले तर्क के बीच का लिंक। – dtlussier
"सभी सरणी जैसी वस्तुएं पुन: प्रयोज्य हैं" - यह सही नहीं है। '' 'Int''' प्रकार का स्केलर मान सरणी जैसा है और' '' numpy.array() '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' '' ' – wombatonfire
@wombatonfire Yup, यह सच है। यहां तक कि वास्तविक 0-डी सरणी भी पुनरावृत्त नहीं की जा सकती हैं, जबकि वे स्पष्ट रूप से "सरणी जैसी" हैं। वे भी सरणी हैं। –