Warum hat numpy für viele ndarray-Methoden eine entsprechende Funktion?

Einige Beispiele:

numpy.sum()
ndarray.sum()
numpy.amax()
ndarray.max()
numpy.dot()
ndarray.dot()

... und noch einige mehr. Soll es einen älteren Code unterstützen, oder gibt es einen besseren Grund dafür? Und wähle ich nur anhand des Aussehens meines Codes aus oder ist einer der beiden Wege besser als der andere?

Ich kann mir vorstellen, dass man @ wollen könnnumpy.dot() benutzenreduce (z.B.,reduce(numpy.dot, A, B, C, D)) aber ich glaube nicht, dass das für so etwas wie @ so nützlich wänumpy.sum().

Antworten auf die Frage(6)

Ihre Antwort auf die Frage