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。