목록을 numpy로 변환하는 방법

목록을 numpy로 변환하는 방법: 1. numpy.array() 함수를 사용합니다. 이 함수의 첫 번째 매개변수는 1차원 또는 다차원 목록일 수 있는 목록 개체입니다. asarray() 함수. 이 함수는 입력 목록의 데이터 유형을 사용하려고 합니다. 3. numpy.reshape() 함수를 사용하여 1차원 목록을 다차원 NumPy 배열로 변환합니다. fromiter() 함수에서 이 함수의 첫 번째 매개변수는 Iterable 객체입니다.

이 튜토리얼의 운영 체제: Windows 10 시스템, Python 버전 3.11.4, Dell G3 컴퓨터.

Python에서는 데이터를 저장하고 처리하기 위해 목록과 NumPy 배열을 자주 사용합니다. 목록은 모든 유형의 데이터를 저장할 수 있는 순서가 있고 변경 가능한 컨테이너입니다. NumPy 배열은 대규모 데이터 세트를 저장하고 처리하는 데 사용되는 다차원 숫자 배열 개체입니다.

목록을 NumPy 배열로 변환하면 다음과 같은 많은 이점을 얻을 수 있습니다.

NumPy 배열은 더 빠르게 작동합니다. NumPy는 하단에 C 언어로 작성되었으며 Python 목록보다 빠르고 효율적으로 많은 양의 데이터를 처리할 수 있습니다.

NumPy 배열 작업이 더 간결해졌습니다. NumPy는 배열을 처리하는 데 편리한 여러 함수와 메서드를 제공하여 코드를 더 간결하고 읽기 쉽게 만듭니다.

NumPy 배열이 더 강력해졌습니다. NumPy는 데이터 분석과 과학적 계산을 용이하게 할 수 있는 수많은 수학 함수와 통계 함수를 제공합니다.

다음은 목록을 NumPy 배열로 변환하는 여러 가지 방법입니다:

1. numpy.array() 함수 사용: numpy.array() 함수는 목록을 NumPy 배열로 변환할 수 있습니다. 이 함수의 첫 번째 매개변수는 1차원 또는 다차원 목록일 수 있는 목록 개체입니다. 예:

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

출력 결과:

[1 2 3 4 5]

2. numpy.asarray() 함수 사용: numpy.asarray() 함수는 목록을 NumPy 배열로 변환할 수 있습니다. numpy.array() 함수와 달리 numpy.asarray() 함수는 입력 목록의 데이터 유형을 사용하려고 합니다. 예:

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

출력 결과:

[1 2 3 4 5]

3. numpy.reshape() 함수 사용: numpy.reshape() 함수는 배열의 차원을 변경하고 1차원 목록을 다차원 NumPy로 변환할 수 있습니다. 정렬. 예:

import numpy as np
my_list = [1, 2, 3, 4, 5]
my_array = np.reshape(my_list, (5, 1))
print(my_array)

출력 결과:

[[1]
 [2]
 [3]
 [4]
 [5]]

4. numpy.fromiter() 함수 사용: numpy.fromiter() 함수는 반복 가능한 객체에서 NumPy 배열을 생성할 수 있습니다. 이 함수의 첫 번째 매개변수는 목록, 튜플 등과 같은 반복 가능한 객체입니다. 예:

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

출력 결과:

[1 2 3 4 5]

요약: 위의 내용은 목록을 NumPy 배열로 변환하는 여러 가지 방법입니다. 실제 필요에 따라 적절한 변환 방법을 선택하면 코드의 효율성과 가독성을 향상시킬 수 있습니다. NumPy 어레이의 기능과 성능은 NumPy 어레이를 데이터 처리 및 과학 컴퓨팅을 위한 중요한 도구 중 하나로 만듭니다.

위 내용은 목록을 numpy로 변환하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!