Praktische Tipps für Numpy-Arrays: Konvertieren aus einer Liste

王林
Freigeben: 2024-01-26 08:55:05
Original
465 Leute haben es durchsucht

Praktische Tipps für Numpy-Arrays: Konvertieren aus einer Liste

Praktische Tipps zum Konvertieren einer Liste in ein Numpy-Array, spezifische Codebeispiele erforderlich

In Python ist NumPy (Numerical Python) eine Bibliothek für wissenschaftliches Rechnen in Python. Es bietet ein effizientes mehrdimensionales Array-Objekt (ndarray) sowie Tools für schnelle Operationen an Arrays. Durch die Konvertierung der Liste in ein NumPy-Array können wir die Leistungsfähigkeit von NumPy für die Datenverarbeitung und -analyse nutzen.

Im Folgenden stellen wir mehrere praktische Techniken zum Konvertieren von Listen in NumPy-Arrays vor und geben spezifische Codebeispiele.

  1. Verwenden Sie die Funktion np.array()

Die Funktion np.array() ist eine der am häufigsten verwendeten Funktionen in NumPy, die eine Liste in ein NumPy-Array konvertieren kann. Der Parameter dieser Funktion akzeptiert eine Liste als Eingabe und gibt ein entsprechendes NumPy-Array zurück.

Beispielcode:

import numpy as np

my_list = [1, 2, 3, 4, 5]
my_array = np.array(my_list)
print(my_array)
Nach dem Login kopieren

Ausgabeergebnis:

[1 2 3 4 5]
Nach dem Login kopieren
Nach dem Login kopieren
Nach dem Login kopieren
Nach dem Login kopieren
  1. Np.asarray()-Funktion verwenden

np.asarray()-Funktion ähnelt der np.array()-Funktion und kann eine Liste in ein NumPy-Array konvertieren. Im Gegensatz zu np.array() behält die Funktion np.asarray() den Typ der Eingabedaten so weit wie möglich bei, anstatt ihn in den Standard-D-Typ zu konvertieren.

Beispielcode:

import numpy as np

my_list = [1, 2, 3, 4, 5]
my_array = np.asarray(my_list)
print(my_array)
Nach dem Login kopieren

Ausgabeergebnis:

[1 2 3 4 5]
Nach dem Login kopieren
Nach dem Login kopieren
Nach dem Login kopieren
Nach dem Login kopieren
  1. Verwenden Sie die Funktion np.reshape()

np.reshape(), um die Form des NumPy-Arrays zu ändern. Indem wir die Liste in ein eindimensionales Array konvertieren und dann die Funktion np.reshape() verwenden, um die Form zu ändern, können wir NumPy-Arrays mit unterschiedlichen Dimensionen erhalten.

Beispielcode:

import numpy as np

my_list = [1, 2, 3, 4, 5]
my_array = np.array(my_list)
reshaped_array = np.reshape(my_array, (5, 1))
print(reshaped_array)
Nach dem Login kopieren

Ausgabeergebnis:

[[1]
 [2]
 [3]
 [4]
 [5]]
Nach dem Login kopieren
  1. Verwenden Sie die Funktion np.zeros() oder np.ones(). Die Funktion np.zeros() kann ein NumPy-Array mit allen Nullen und np.ones erstellen Die Funktion () erstellt ein NumPy-Array aus allen Einsen. Wir können eine Liste in ein NumPy-Array konvertieren, indem wir zunächst ein NumPy-Array mit ausschließlich Nullen oder Einsen erstellen und ihm dann einen Wert zuweisen.
Beispielcode:

import numpy as np

my_list = [1, 2, 3, 4, 5]
my_array = np.zeros(len(my_list), dtype=int)
for i, item in enumerate(my_list):
    my_array[i] = item
print(my_array)
Nach dem Login kopieren

Ausgabeergebnis:

[1 2 3 4 5]
Nach dem Login kopieren
Nach dem Login kopieren
Nach dem Login kopieren
Nach dem Login kopieren

Verwenden Sie die Funktion np.fromiter().

  1. Die Funktion np.fromiter() kann ein NumPy-Array aus einem iterierbaren Objekt (z. B. einer Liste) erstellen. Im Vergleich zur vorherigen Methode ist die Funktion np.fromiter() flexibler und kann beim Erstellen des Arrays den dtype und die Form angeben.
Beispielcode:

import numpy as np

my_list = [1, 2, 3, 4, 5]
my_array = np.fromiter(my_list, dtype=int)
print(my_array)
Nach dem Login kopieren

Ausgabeergebnis:

[1 2 3 4 5]
Nach dem Login kopieren
Nach dem Login kopieren
Nach dem Login kopieren
Nach dem Login kopieren
Die oben genannten sind einige praktische Techniken zum Konvertieren einer Liste in ein NumPy-Array. Ich hoffe, es wird Ihnen hilfreich sein. Die leistungsstarken Funktionen von NumPy können die Effizienz der Datenverarbeitung und -analyse verbessern. Die Konvertierung einer Liste in ein NumPy-Array ist der erste Schritt bei der Datenverarbeitung und -analyse. Wenn Sie diese Techniken beherrschen, können Sie NumPy flexibler für das wissenschaftliche Rechnen nutzen.

Das obige ist der detaillierte Inhalt vonPraktische Tipps für Numpy-Arrays: Konvertieren aus einer Liste. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage
Über uns Haftungsausschluss Sitemap
Chinesische PHP-Website:Online-PHP-Schulung für das Gemeinwohl,Helfen Sie PHP-Lernenden, sich schnell weiterzuentwickeln!