如果我有一个NumPy数组，
>>> x = np.arange(10)
使用对象方法获取有关该数组的信息之间有什么区别
>>> x.mean()
4.5
与使用NumPy函数相比
>>> np.mean(x)
4.5
我希望对象方法正在调用该函数，但是有些例子中没有包含函数作为方法，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功能方法比面向对象方法更完整或更受欢迎，因为它消除了来回切换的需要。是否故意排除某些方法？与其他方法相比，一种方法有固有的优势吗？
答案 0 :(得分：2)
numpy.sort和ndarray.sort之间存在显着差异：前者返回数组的副本，后者按位排序。
对于其他方法，也可以使用等效函数。函数表单将接受可以转换为NumPy数组的类似数组的集合;这有时很方便。另一方面，这是以更多的检查和函数调用为代价的，因此方法形式应该更快一点。在实践中，这可能是微不足道的;对我来说，决定因素通常是方法需要更少的字符来输入。
当A是二维数组时，一些数学运算更自然地写为方法：比较np.transpose(A)和A.T。