python列表与元组例题,python数组的数组

  python列表与元组例题,python数组的数组

  ,python数据类型分为很多类型,包括元组、字典、列表等。下面这篇文章主要介绍python中数组和列表的相关资料,以及Python列表和Numpy数组的区别。有需要的朋友可以参考一下。

  

目录
列表数组python列表和Numpy数组差异汇总#环境win64+anaconda+python3.6

  

list array

  (1)列表不具有数组的所有属性(如维度、换位等。)

  代码1:

  #eg1_1

  将numpy作为np导入

  A=np.array ([[1,2,0,1],[1,6,9,55],[7,8,9,5]]) # a是数组

  印刷

  #结果:

  [[ 1 1 7]

  [ 2 6 8]

  [ 0 9 9]

  [ 1 55 5]]

  #eg1_2

  A=[[1,2,0,1],[1,6,9,55],[7,8,9,5]] # A是列表。

  印刷

  #结果:

  “list”对象没有属性“T”

  代码2:

  #eg1_3

  将numpy作为np导入

  a=np.array([[1,2,3],[1,1,4],[1,5,1]])

  印刷(a .形状)

  #结果:

  (3, 3)

  #eg1_4

  a=[[1,2,3]、[1,1,4]、[1,5,1]]

  印刷(a .形状)

  #结果

  “列表”对象没有属性“形状”

  (对了,如何把数组转换成列向量:)

  将numpy作为np导入

  a=np.array([[1,2,3],[1,1,4],[1,5,1]])

  a=a . shape(-1,1)

  打印(一份)

  #结果:

  [[1]

  [2]

  [3]

  [1]

  [1]

  [4]

  [1]

  [5]

  [1]]

  一个[:m]的意思。可以是列表或数组,但无论哪种情况,A [33600]都是空的。

  #eg2_1

  将numpy作为np导入

  a=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,其实一模一样。

  打印(a[:0])

  打印(a[:1])

  打印(a[:2])

  #结果:

  []

  [[4 1 2]]

  [[ 4 1 2]

  [ 7 4 10]]

  #eg2_1

  a=[(4,1,2),(7,4,10),(12,17,88)]

  打印(a[:0])

  打印(a[:1])

  打印(a[:2])

  #结果:

  []

  [(4, 1, 2)]

  [(4, 1, 2), (7, 4, 10)]

  (3)计算“==”乘3)数组和列表

  #eg3_1

  将numpy作为np导入

  a=np.array([狗,猫,车])

  b=np.array([dog , cat , trunk])

  acc=(np.mean(a==b))

  打印(acc)

  #结果

  0.6666666666666666

  #eg3_2

  将numpy作为np导入

  a=[狗,猫,车]

  b=[狗,猫,树干]

  acc=(np.mean(a==b))

  打印(acc)

  #结果

  0.0

  (4)计算" * "乘4)数组和列表

  来自numpy import *

  #a是一个数组。

  a=数组([[1,2,3],

  [4,5,6]])

  b=4*a

  打印(b)

  [[ 4 8 12]

  [16 20 24]]

  来自numpy import *

  #a是列表。

  a=([[1,2,3],

  [4,5,6]])

  b=4*a

  打印(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

  1.两者都可以用来处理多维数组。

  Numpy中的ndarray对象用于处理多维数组,它充当了一个快速灵活的大数据容器。Python列表可以存储一维数组,多维数组可以通过嵌套列表来实现。

  2.存储效率和输入输出性能不同。

  Numpy是专门为数组的操作和运算而设计的,存储效率和输入输出性能远远优于Python中的嵌套链表。数组越大,Numpy的优势越明显。

  3.元素数据类型。

  一般来说,Numpy数组中的所有元素都必须是同一类型,而Python列表中的元素类型是任意的,所以Numpy数组在一般性能上不如Python列表,但在科学计算中,可以省略很多循环语句,代码用法也比Python列表简单很多。

  

总结

  这就是这篇关于python中数组和列表的文章。有关python数组和列表的更多信息,请搜索流行的IT软件开发工作室以前的文章或继续浏览下面的相关文章。希望你以后能支持风行IT软件开发工作室!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: