python中数组和列表怎么用
发表于:2025-02-01 作者:千家信息网编辑
千家信息网最后更新 2025年02月01日,这篇文章主要介绍python中数组和列表怎么用,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!#环境win64+anaconda+python3.6list & array(1)
千家信息网最后更新 2025年02月01日python中数组和列表怎么用
这篇文章主要介绍python中数组和列表怎么用,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
#环境win64+anaconda+python3.6
list & array
(1)list不具有array的全部属性(如维度、转置等)
代码1:
#eg1_1import numpy as npa = np.array([[1,2,0,1],[1,6,9,55],[7,8,9,5]])#a为数组print(a.T) #Result:[[ 1 1 7] [ 2 6 8] [ 0 9 9] [ 1 55 5]] #eg1_2a = [[1,2,0,1],[1,6,9,55],[7,8,9,5]] #a为列表print(a.T) #Result:'list' object has no attribute 'T'
代码2:
#eg1_3import numpy as npa=np.array([[1,2,3],[1,1,4],[1,5,1]])print(a.shape) #Result:(3, 3) #eg1_4a=[[1,2,3],[1,1,4],[1,5,1]]print(a.shape) #Result'list' object has no attribute 'shape'
(顺带一提,如何把一个数组转化为列向量:↓)
import numpy as npa=np.array([[1,2,3],[1,1,4],[1,5,1]])a=a.reshape(-1,1)print(a) #Result:[[1] [2] [3] [1] [1] [4] [1] [5] [1]]
(2)a[:m]的含义,a可以是列表或者数组,但是无论是哪种情况,a[:0]为空
#eg2_1import numpy as npa=np.array([[4,1,2], [7,4,10], [12,17,88]])#a=np.array([(4,1,2),# (7,4,10),# (12,17,88)]) 这两个a中[和(不一样,其实它们完全一样print(a[:0])print(a[:1])print(a[:2]) #Result:[][[4 1 2]][[ 4 1 2] [ 7 4 10]] #eg2_1a=[(4,1,2),(7,4,10),(12,17,88)]print(a[:0])print(a[:1])print(a[:2]) #Result:[][(4, 1, 2)][(4, 1, 2), (7, 4, 10)]
(3)array和list关于"=="的计算
#eg3_1import numpy as npa=np.array(['dog','cat','car'])b=np.array(['dog','cat','trunk'])acc = (np.mean(a == b))print(acc) #Result0.6666666666666666 #eg3_2import numpy as npa=['dog','cat','car']b=['dog','cat','trunk']acc = (np.mean(a == b))print(acc) #Result0.0
(4)array和list关于"*"的计算
from numpy import *#a为数组a=array([[1,2,3], [4,5,6]])b=4*aprint(b) [[ 4 8 12] [16 20 24]] from numpy import *#a为列表a=([[1,2,3], [4,5,6]])b=4*aprint(b) [[1, 2, 3], [4, 5, 6], [1, 2, 3], [4, 5, 6], [1, 2, 3], [4, 5, 6], [1, 2, 3], [4, 5, 6]]
python列表和Numpy数组的区别
1、二者都可以用于处理多维数组。
Numpy中的ndarray对象用于处理多维数组,它作为一个快速而灵活的大数据容器。Python列表可以存储一维数组,通过列表的嵌套可以实现多维数组。
2、存储效率和输入输出性能不同。
Numpy专门针对数组的操作和运算进行了设计,存储效率和输入输出性能远优于Python中的嵌套列表,数组越大,Numpy的优势就越明显。
3、元素数据类型。
通常,Numpy数组中的所有元素的类型都必须相同的,而Python列表中的元素类型是任意的,所以在通用性能方面Numpy数组不及Python列表,但在科学计算中,可以省掉很多循环语句,代码使用方面比Python列表简单的多。
以上是"python中数组和列表怎么用"这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注行业资讯频道!
数组
代码
元素
性能
类型
多维
存储
内容
效率
数据
方面
篇文章
a.T
处理
输入
输出
不同
相同
两个
价值
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
哈局网络安全培训问答
信息网络安全合格证书
联通哪个服务器网速最好
滨州客户管理软件开发
网络技术基础传输类型
学网络安全以后做运维吗
零零壹软件开发怎么样
攻城掠地数据库编辑
服务器安全托管责任
移动福建泉州dns服务器地址
软件开发财务融资表格
山西网络营销网络技术服务哪家好
网络安全宣传画小报
中传网络安全专业考研分数线
网络安全行业英文
省肿瘤医院智能化数据库
服务器硬盘安装图解
c 新建db数据库
阿图什互联网科技是在哪个学校
那个是5g网络技术
罗普特服务器管理口地址
镇江网络安全设备预算
云服务的服务器提供商
数据库当前时间的数据类型
建筑能耗控制全链条软件开发
盐城梓桐互联网科技
日盛网络技术开发有限公司
华为软件开发在哪里工作
服务器安全策略原则
国金证券软件开发