如下所示：

区别	Array	Tensor
类型	uint8，float32系列	{}
各类型相互转换	uint8转float64：image = image * (2. / 255.) - 1 float64转uint8：image.astype(np.uint8)	{}
扩充维度	image[np.newaxis, :]	tf.expand_dims（image,axis=0）
数组拼接	np.concatenate([image, image], axis=0)	tf.concat([frame,frame],axis=0)
相互转换	image.eval()	tf.convert_to_tensor(image)
拼接	np.concat, np.concatenate, np.stack, image.append等	tf.stack, tf.concat

##array的一些操作

1、获取shape：score.shape #(1, 257, 257)

2、转换成list：score.get_shape().as_list() #[1, 257, 257]

3、list前再扩充一维： [1] + score.get_shape().as_list() #[1, 1, 257, 257]

4、x_crops是(1, 3, 255, 255, 3)，将前两维合并：

x_crops = tf.reshape(x_crops, [x_crops_shape[0] * x_crops_shape[1]] + x_crops_shape[2: ])

5、numpy数组堆叠

z.shape本来是（1,127,127,3），想要堆叠成（3,127,127,3）

np.stack([z_crops_hog,z_crops_hog,z_crops_hog])后，变成了(3, 1, 127, 127, 3)，

vstack 按行堆叠

hstack 按列堆叠

以上这篇python Tensor和Array对比分析就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持IIS7站长之家。