Comment convertir des tableaux NumPy en listes Python tout en préservant leurs types de données ?

Susan Sarandon
Libérer: 2024-10-31 20:38:02
original
234 Les gens l'ont consulté

How do I convert NumPy arrays to Python lists while preserving their data types?

Conversion de tableaux NumPy en listes Python

Les tableaux NumPy offrent un moyen puissant et efficace de représenter des données numériques en Python. Cependant, certains scénarios peuvent nécessiter la conversion de ces tableaux en listes Python.

Conversion en listes

Pour transformer de manière transparente un tableau NumPy en liste Python, vous pouvez tirer parti la méthode tolist(). Cette fonction pratique crée sans effort une liste en extrayant les éléments du tableau et en les convertissant en types de données compatibles avec Python.

Par exemple, considérons le tableau NumPy suivant :

[[1, 2, 3], [4, 5, 6]]
Copier après la connexion

Pour convertir ce tableau en une liste :

tolist() returns [ [1, 2, 3], [4, 5, 6] ]
Copier après la connexion

Préserver les types de données Numpy

Bien que tolist() soit généralement suffisant pour la plupart des cas d'utilisation, il est important de noter qu'il convertit les éléments du tableau à leurs types Python correspondants. Si vous souhaitez conserver les types de données NumPy, vous pouvez utiliser la fonction list() à la place. Cette approche alternative donnera lieu à une liste de scalaires NumPy :

list() returns [ <numpy.int32 1>, <numpy.int32 2>, ... ]
Copier après la connexion

En conclusion, tolist() et list() offrent tous deux des moyens efficaces de convertir des tableaux NumPy en listes Python, répondant à différentes exigences de types de données.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

source:php.cn
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Derniers articles par auteur
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal
À propos de nous Clause de non-responsabilité Sitemap
Site Web PHP chinois:Formation PHP en ligne sur le bien-être public,Aidez les apprenants PHP à grandir rapidement!