Heim > Web-Frontend > HTML-Tutorial > Listenkonvertierungsmethode des Numpy-Arrays

Listenkonvertierungsmethode des Numpy-Arrays

王林
Freigeben: 2024-01-26 09:43:53
Original
893 Leute haben es durchsucht

Listenkonvertierungsmethode des Numpy-Arrays

Für die Verwendung der Methode zum Konvertieren einer Liste in ein Numpy-Array sind bestimmte Codebeispiele erforderlich.

In Python müssen wir häufig große Mengen numerischer Daten verarbeiten, und die Numpy-Bibliothek ist eines der am häufigsten verwendeten numerischen Berechnungswerkzeuge in Python. Es bietet umfangreiche mathematische Funktionen und praktische Array-Operationsfunktionen. In Numpy werden Numpy-Arrays normalerweise zum Speichern und Verarbeiten von Daten verwendet. In praktischen Anwendungen müssen wir häufig andere Datenstrukturen, wie z. B. Listen, für nachfolgende numerische Berechnungen und Analysen in Numpy-Arrays konvertieren.

Als nächstes stellen wir Ihnen einige gängige Methoden zum Konvertieren von Listen in Numpy-Arrays vor.

  1. Numpys Array-Funktion verwenden

Die Array-Funktion in der Numpy-Bibliothek ist eine häufig verwendete Funktion zum Konvertieren anderer Sequenzdaten (z. B. Listen) in Numpy-Arrays. Mit der Array-Funktion können wir die Liste direkt in ein Numpy-Array konvertieren.

Das spezifische Codebeispiel lautet wie folgt:

import numpy as np

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

print(my_array)

Die Ausgabe Das Ergebnis ist:

[1 2 3 4 5]

  1. Numpys Asarray-Funktion verwenden

Zusätzlich zur Verwendung der Array-Funktion bietet Numpy auch die Asarray-Funktion, um andere Sequenzdaten in Numpy-Arrays umzuwandeln. Der Unterschied zwischen der Funktion asarray und der Funktion array besteht darin, dass die asarray-Funktion keine Kopie des Arrays erstellt, sondern direkt einen Verweis auf die Eingabedaten zurückgibt, wenn die Eingabesequenzdaten bereits ein Numpy-Array sind.

Die spezifischen Codebeispiele lauten wie folgt:

numpy als np importieren

my_list = [1, 2, 3, 4, 5]
my_array = np.asarray(my_list)

print(my_array)

Ergebnisse ausgeben und Verwendung Die Array-Funktion ist dieselbe:

[1 2 3 4 5]

  1. Verwenden Sie die Fromiter-Funktion von Numpy

Zusätzlich zu den beiden oben genannten Methoden stellt Numpy auch die Fromiter-Funktion bereit, die durch Lesen von Daten eins erstellt wird um eins aus dem iterierbaren Objekt-Numpy-Array.

Das spezifische Codebeispiel lautet wie folgt:

import numpy as np

my_list = [1, 2, 3, 4, 5]
my_array = np.fromiter(my_list, dtype=int)

print(my_array)

Die Ausgabeergebnisse sind die gleichen wie bei den ersten beiden Methoden:

[1 2 3 4 5]

Es ist zu beachten, dass wir bei Verwendung der Fromiter-Funktion den dtype-Parameter angeben müssen, um den Datentyp des anzugeben Numpy-Array.

Zusammenfassung:

In diesem Artikel werden drei gängige Methoden zum Konvertieren einer Liste in ein Numpy-Array vorgestellt. Durch die Verwendung der Array-Funktion, der Asarray-Funktion oder der Fromiter-Funktion können wir die Liste einfach in ein Numpy-Array umwandeln und verschiedene numerische Berechnungen und Analysen durchführen. In tatsächlichen Anwendungen kann die Auswahl der geeigneten Konvertierungsmethode entsprechend den Anforderungen die Effizienz und Lesbarkeit des Codes verbessern.

Ich hoffe, dieser Artikel kann Ihnen helfen, die Methode zum Konvertieren einer Liste in ein Numpy-Array in der Numpy-Bibliothek zu verstehen. danke fürs Lesen!

Das obige ist der detaillierte Inhalt vonListenkonvertierungsmethode des Numpy-Arrays. 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