Python中的二维数组实例(list与numpy.array)

(编辑:jimmy 日期: 2025/10/7 浏览:2)

关于python中的二维数组,主要有list和numpy.array两种。

好吧,其实还有matrices,但它必须是2维的,而numpy arrays (ndarrays) 可以是多维的。

我们主要讨论list和numpy.array的区别:

我们可以通过以下的代码看出二者的区别

import numpy as np
a=[[1,2,3],[4,5,6],[7,8,9]]
a
[[1,2,3],[4,5,6],[7,8,9]]
type(a)
<type 'list'>
b=np.array(a)"""List to array conversion"""
type(b)
<type 'numpy.array'>
b
array=([[1,2,3],
    [4,5,6],
    [7,8,9]])

list对应的索引输出情况:

a[1][1]
5
a[1]
[4,5,6]
a[1][:]
[4,5,6]
a[1,1]"""相当于a[1,1]被认为是a[(1,1)],不支持元组索引"""
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
TypeError: list indices must be integers, not tuple
a[:,1]
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
TypeError: list indices must be integers, not tuple

numpy.array对应的索引输出情况:

b[1][1]
5
b[1]
array([4,5,6])
b[1][:]
array([4,5,6])
b[1,1]
5
b[:,1]
array([2,5,8])

由上面的简单对比可以看出, numpy.array支持比list更多的索引方式,这也是我们最经常遇到的关于两者的区别。此外从[Numpy-快速处理数据]上可以了解到“由于list的元素可以是任何对象,因此列表中所保存的是对象的指针。

这样为了保存一个简单的[1,2,3],有3个指针和3个整数对象。”

以上这篇Python中的二维数组实例(list与numpy.array)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。

一句话新闻

一文看懂荣耀MagicBook Pro 16
荣耀猎人回归!七大亮点看懂不只是轻薄本,更是游戏本的MagicBook Pro 16.
人们对于笔记本电脑有一个固有印象:要么轻薄但性能一般,要么性能强劲但笨重臃肿。然而,今年荣耀新推出的MagicBook Pro 16刷新了人们的认知——发布会上,荣耀宣布猎人游戏本正式回归,称其继承了荣耀 HUNTER 基因,并自信地为其打出“轻薄本,更是游戏本”的口号。
众所周知,寻求轻薄本的用户普遍更看重便携性、外观造型、静谧性和打字办公等用机体验,而寻求游戏本的用户则普遍更看重硬件配置、性能释放等硬核指标。把两个看似难以相干的产品融合到一起,我们不禁对它产生了强烈的好奇:作为代表荣耀猎人游戏本的跨界新物种,它究竟做了哪些平衡以兼顾不同人群的各类需求呢?