https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.array.html#pandas.array
`pandas.array()`和`numpy.array()`都是用于创建数组的函数，但它们在一些方面有所不同¹²：
1. **数据类型**：`numpy.array()`可以创建多维数组，而`pandas.array()`主要用于创建Pandas的`Series`和`DataFrame`对象¹²。
2. **数据结构**：`numpy.array()`创建的是`ndarray`对象，这是一个n维数组，适合进行大量的数值计算¹²。而`pandas.array()`创建的`Series`和`DataFrame`对象不仅可以存储数值，还可以存储其他类型的数据，如字符串和时间数据¹²。
3. **功能**：`numpy.array()`主要关注数值计算，提供了大量的数学函数和线性代数运算¹²。而`pandas.array()`则更侧重于数据处理和数据分析，提供了大量的数据处理函数，如数据分组、数据合并和数据透视表等¹²。
总的来说，`pandas.array()`和`numpy.array()`各有其优势，它们在数据分析和科学计算中都发挥着重要的作用¹²。希望这个信息对你有所帮助！如果你还有其他问题，欢迎随时向我提问。¹²。
源: 与必应的对话， 2023/12/15
(1) Numpy&Pandas 傻傻分不清楚？ - 知乎. https://zhuanlan.zhihu.com/p/146754890.
(2) numpy与pandas各种功能及其对比（超全）_numpy和pandas的区别-CSDN博客. https://blog.csdn.net/weixin_41168304/article/details/123384713.
(3) np.array()和np.asarray()的区别 - CSDN博客. https://blog.csdn.net/Rex_WUST/article/details/85205179.
标签：函数,创建,https,array,numpy,pandas From： https://blog.51cto.com/u_16055028/8840359