¿Cuál es la diferencia entre ndarray y array en NumPy?

Cuál es la diferencia entre ndarray y array en numpy? ¿Dónde está su implementación en el código fuente de NumPy?

numpy.array es solo una función de conveniencia para crear un ndarray; no es una clase en sí misma.

También puede crear una matriz usando numpy.ndarray, pero no es la forma recomendada. De la cadena de documentación de numpy.ndarray:

Los arreglos deben construirse usando array, zeros o empty … Los parámetros dados aquí se refieren a un método de bajo nivel (ndarray(...)) para instanciar una matriz.

La mayor parte de la carne de la implementación está en código C, aquí en multiarreglopero puedes empezar a mirar las interfaces de ndarray aquí:

https://github.com/numpy/numpy/blob/master/numpy/core/numeric.py

numpy.array es una función que devuelve un numpy.ndarray objeto.

No hay objeto de tipo numpy.array.

Solo unas pocas líneas de código de ejemplo para mostrar la diferencia entre numpy.array y numpy.ndarray

Paso de calentamiento: construir una lista

a = [1,2,3]

comprobar el tipo

print(type(a))

Conseguirás

<class 'list'>

Construya una matriz (a partir de una lista) usando np.array

a = np.array(a)

O bien, puede omitir el paso de calentamiento, tener directamente

a = np.array([1,2,3])

comprobar el tipo

print(type(a))

Conseguirás

<class 'numpy.ndarray'>

que te dice el tipo de matriz numpy es numpy.ndarray

También puede comprobar el tipo por

isinstance(a, (np.ndarray))

y obtendrás

True

Cualquiera de las siguientes dos líneas le dará un mensaje de error

np.ndarray(a)                # should be np.array(a)
isinstance(a, (np.array))    # should be isinstance(a, (np.ndarray))

numpy.ndarray() es una clase, mientras que numpy.array() es un método / función para crear ndarray.

En numpy docs si desea crear una matriz a partir de ndarray clase puede hacerlo de 2 maneras como se cita:

1- usando array(), zeros() o empty() métodos:
Los arreglos deben construirse usando arreglos, ceros o vacíos (consulte la sección Consulte también a continuación). Los parámetros dados aquí se refieren a un método de bajo nivel (ndarray(…)) para instanciar una matriz.

2- de ndarray clase directamente:
Hay dos modos de crear una matriz usando __new__: si el búfer es Ninguno, solo se utilizan la forma, el tipo de d y el orden. Si el búfer es un objeto que expone la interfaz del búfer, se interpretan todas las palabras clave.

El siguiente ejemplo proporciona una matriz aleatoria porque no asignamos un valor de búfer:

np.ndarray(shape=(2,2), dtype=float, order="F", buffer=None)

array([[ -1.13698227e+002,   4.25087011e-303],
       [  2.88528414e-306,   3.27025015e-309]])         #random

otro ejemplo es asignar un objeto de matriz al ejemplo de búfer:

>>> np.ndarray((2,), buffer=np.array([1,2,3]),
...            offset=np.int_().itemsize,
...            dtype=int) # offset = 1*itemsize, i.e. skip first element
array([2, 3])

del ejemplo anterior notamos que no podemos asignar una lista a “búfer” y tuvimos que usar numpy.array() para devolver el objeto ndarray para el búfer

Conclusión: uso numpy.array() si quieres hacer un numpy.ndarray() objeto”

pienso con np.array() solo puede crear C como aunque mencione el orden, cuando marca usando np.isfortran() dice falso. pero con np.ndarrray() cuando especifica el pedido que crea en función del pedido proporcionado.