将Python列表转换为NumPy数组

将Python列表转换为NumPy数组

介绍

在Python中，列表是一种线性数据结构，可以存储异构元素。它不需要事先定义，并且可以根据需要收缩和扩展。另一方面，NumPy数组是一种可以存储同质元素的数据结构。它是使用NumPy库在Python中实现的。该库在处理多维数组时非常高效。它还可以有效处理大量的数据元素。NumPy数组使用的内存比列表数据结构少。NumPy数组和列表都可以通过它们的索引值来识别。

NumPy库提供了两种将列表转换为数组的方法。

1. 使用numpy.array()
2. 使用numpy.asarray()

方法1：使用numpy.array()

在Python中，将列表转换为NumPy数组的最简单方法是使用numpy.array()函数。它接受一个参数并返回一个NumPy数组。它在内存中创建一个新的副本。

程序1

# importing library of the array in python
import numpy
# initilizing elements of the list
a = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# converting elements of the list into array elements
arr = numpy.array(a)
# displaying elements of the list
print ("List: ", a)
# displaying elements of the array
print ("Array: ", arr)

输出：

List:  [1, 2, 3, 4, 5, 6, 7, 8, 9]
Array:  [1 2 3 4 5 6 7 8 9]

方法2：使用numpy.asarray()

在Python中，第二种方法是numpy.asarray()函数，它将一个列表转换为NumPy数组。它接受一个参数并将其转换为NumPy数组。它不会在内存中创建一个新的副本。在此过程中，对原始数组所做的所有更改都会在NumPy数组上反映出来。

程序2

# importing library of the array in python
import numpy
# initilizing elements of the list
a = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# converting elements of the list into array elements
arr = numpy.asarray(a)
# displaying elements of the list
print ("List:", a)
# displaying elements of the array
print ("Array: ", arr)

输出：

List:  [1, 2, 3, 4, 5, 6, 7, 8, 9]
Array:  [1 2 3 4 5 6 7 8 9]

程序3

# importing library of the NumPy array in python
import numpy
# initilizing elements of the list
lst = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# converting elements of the list into array elements
arr = numpy.asarray(lst)
# displaying elements of the list
print ("List:", lst)
# displaying elements of the array
print ("arr: ", arr)
# made another array out of arr using asarray function
arr1 = numpy.asarray(arr)
#displaying elements of the arr1 before the changes made
print("arr1: " , arr1)
#change made in arr1
arr1[3] = 23
#displaying arr1 , arr , list after the change has been made
print("lst: " , lst)
print("arr: " , arr)
print("arr1: " , arr1)

输出：

List: [1, 2, 3, 4, 5, 6, 7, 8, 9]
arr:  [1 2 3 4 5 6 7 8 9]
arr1:  [1 2 3 4 5 6 7 8 9]
lst:  [1, 2, 3, 4, 5, 6, 7, 8, 9]
arr:  [ 1  2  3 23  5  6  7  8  9]
arr1:  [ 1  2  3 23  5  6  7  8  9]