Numpy數組與列表怎么使用

這篇文章主要介紹了Numpy數組與列表怎么使用的相關知識，內容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇Numpy數組與列表怎么使用文章都會有所收獲，下面我們一起來看看吧。

 1. 本文介紹

今天為大家介紹以下內容：

•  Ⅰ ndarray數組與列表的相互轉化；

•  Ⅱ ndarray數組的數據類型轉化；

•  Ⅲ 改變ndarray數組的形狀；

說白了，就是講述3個函數。當然，這只是numpy函數中的冰山一角。這里只是介紹在學習numpy過程中，最先遇到的幾個函數。

2. ndarray數組與列表的相互轉化

當你學習numpy的時候，我就默認你肯定已經學過Python基礎了。對于list列表這個基本數據類型，你肯定不會感到陌生。

那么我們如何實現 “列表” 與 “數組” 之間的相互轉化呢？

① 列表轉數組：直接將一個列表傳入array()函數中

listlist1 = list(range(10))  print(list1)  array1 = np.array(list1)  print(array1)

結果如下：

② 數組轉列表：調用數組的tolist()方法

array2 = np.arange(10)  print(array2)  list2 = array2.tolist()  print(list2)

結果如下：

3. ndarray數組的數據類型轉化

記住一句話：numpy中的數據類型轉換，不要使用x.dtype修改元素的數據類型，最好用x.astype()這種方式。

① numpy中常用的的數據類型

這里只說明一下numpy中常用的數據類型，int類型和float類型，但是一般都不是直接寫int和float的，而是像int32、float64這樣的寫法，因此我們就簡單說一下這個32或64的含義。

在計算機中，最底層執行的是0和1組成的二進制指令，一個0或者1就代表著一個二進制位，又叫"比特位(bit)"，這里的32或64就是代表二進制位。

根據計算機的換算單位，1字節=8二進制位，即"1bytes=8bit"，因此，根據這種換算："32bit-4bytes"、"64bit=8bytes"。

由上述分析，我們現在對int32做一個總結，int32說明了該數組中每個元素的數據類型是int32，同時通過32我們又可以知道，該數組中每一個元素的存儲空間是4字節，那么這個范圍大致是[-2147483648,2147483647]。

② 使用dtype原地修改數組的數據類型，會出現什么問題？

x = np.array([1.2,3.4,5.6],dtype=np.float64)  print(x)  print(x.dtype)  print(x.nbytes)  # --------------------------------------------  x.dtype="float32"  print(x)  print(x.nbytes)  # --------------------------------------------  x.dtype="float16" print(x)  print(x.nbytes)

結果如下：

為什么會出現上述現象？

通過上面的測試發現，當我們使用"dtype"修改數組的數據類型的時候，比特位(也就是一個"二進制位”)每壓縮為原來的二分之一，數組中的元素個數就會變為原來的兩倍。

這是為什么呢?

數組一旦創建，它的數據類型也就定了，也就相當于開辟了一塊內存，用于存儲這個數組了，下面用一個公式形象說明上述現象的原因。

假設某個數組有x個元素，采用的數據類型是int64，這個數據類型占用的內存大小為8字節，因而整個數組占用的內存大小為8*x。

當數據類型變為int32的時候，數組中數據類型就變成了4字節，通過上面的計10算我們已經知道這個數組開辟的內存為8x，因此元素個數就變成了8x/4-2*x，11 就是說，數組元素變為了原來的2倍。

③ 使用astype()函數修改數組的數據類型：相當于新創建了一個數組

z = np.array([1.5,3.7,4.8])  print(z)  print(z.dtype)  zzz = z.astype(np.float32) print(zz)  print(zz.dtype)

結果如下：

4. 改變ndarray數組的形狀

① 使用numpy中的reshape()函數修改數組對象

xx = np.arange(10).reshape(2,5)  xxx = np.reshape(xx,(5,2))  print(xxx)

結果如下：

② 使用數組對象的reshape()方法修改數組對象

yy = np.arange(10).reshape(2,5)  print(yy)

結果如下：

③ 改變數組形狀時，如果維度大于1，可以將“最后一個維度”設置為-1

p = np.arange(6).reshape(2,3)  print(p)  q = np.arange(6).reshape(2,-1)  print(q)

結果如下：

注意：可以這樣做的原因在于，當你指明了前面的維度，最后一個維度會根據數組元素個數和前面的維度數，自動計算出最后一個維度的維度數，也就是說【維度一 * 維度二 * … * 維度N = 元素個數】。

關于“Numpy數組與列表怎么使用”這篇文章的內容就介紹到這里，感謝各位的閱讀！相信大家對“Numpy數組與列表怎么使用”知識都有一定的了解，大家如果還想學習更多知識，歡迎關注億速云行業資訊頻道。