numpy 배열을 목록으로 빠르게 변환하는 방법

numpy 배열을 목록으로 빠르게 변환하는 방법

데이터 처리 및 분석에서 numpy 라이브러리는 빠르고 효율적인 배열 작업을 수행하는 데 자주 사용됩니다. 그러나 때로는 추가 처리를 위해 또는 다른 유형의 데이터와 상호 작용하기 위해 numpy 배열을 목록으로 변환해야 할 때도 있습니다. 아래에서는 numpy 배열을 목록으로 빠르게 변환하고 특정 코드 예제를 제공하는 몇 가지 방법을 공유합니다.

방법 1: tolist() 함수
numpy 배열 객체는 배열을 목록으로 빠르게 변환할 수 있는 tolist() 함수를 제공합니다. 이 함수는 배열 요소 목록을 반환합니다.

다음은 tolist() 함수를 사용한 샘플 코드입니다.

import numpy as np

# 创建一个numpy数组
arr = np.array([1, 2, 3, 4, 5])

# 将numpy数组转换为列表
arr_list = arr.tolist()

print(arr_list)

실행 결과:

[1, 2, 3, 4, 5]

방법 2: tolist() 함수와 다차원 배열
다차원 numpy 배열을 처리하여 리스트로 변환하려면, tolist() 함수를 배열의 각 차원에 적용할 수 있습니다. 즉, tolist() 함수를 여러 번 호출할 수 있습니다.

다음은 tolist() 함수를 사용하여 다차원 배열을 처리하는 샘플 코드입니다.

import numpy as np

# 创建一个二维numpy数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 将numpy数组转换为列表
arr_list = arr.tolist()

print(arr_list)

실행 결과:

[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

방법 3: 목록 이해 사용
tolist() 함수 외에도 다음을 수행할 수 있습니다. 빠른 변환을 위해 목록 이해를 사용하십시오. Numpy 배열은 목록입니다. 리스트 컴프리헨션은 배열 요소를 매우 간결하게 처리하고 변환하는 데 사용될 수 있습니다.

다음은 List Comprehension을 사용한 샘플 코드입니다.

import numpy as np

# 创建一个numpy数组
arr = np.array([1, 2, 3, 4, 5])

# 使用列表推导式将数组转换为列表
arr_list = [x for x in arr]

print(arr_list)

실행 결과:

[1, 2, 3, 4, 5]

방법 4: np.ndarray.tolist() 함수 사용
tolist() 함수 외에도 numpy 라이브러리에서는 np도 제공합니다. .ndarray .tolist() 함수는 numpy 배열을 목록으로 빠르게 변환할 수도 있습니다. 방법 1의 tolist() 함수와 달리 이 함수는 numpy 라이브러리에서 제공하는 함수를 통해 호출됩니다.

다음은 np.ndarray.tolist() 함수를 사용하는 샘플 코드입니다.

import numpy as np

# 创建一个numpy数组
arr = np.array([1, 2, 3, 4, 5])

# 使用np.ndarray.tolist()函数将数组转换为列表
arr_list = np.ndarray.tolist(arr)

print(arr_list)

실행 결과:

[1, 2, 3, 4, 5]

요약:

이 기사에서는 numpy 배열을 목록으로 빠르게 변환하는 네 가지 방법을 소개합니다: tolist() 함수, np.ndarray.tolist() 함수를 사용하여 목록 이해를 사용하는 tolist() 함수 및 다차원 배열. 다양한 시나리오에는 다양한 방법이 적합하며 독자는 특정 요구 사항에 따라 numpy 배열을 목록으로 변환하는 적절한 방법을 선택할 수 있습니다. 동시에 이 기사에서는 해당 코드 예제도 제공합니다. 독자는 코드를 직접 실행하여 각 메서드의 사용과 효과를 이해할 수 있습니다. 이 기사가 독자들에게 numpy 배열과 목록을 변환하는 데 도움이 되기를 바랍니다.

위 내용은 numpy 배열을 목록으로 빠르게 변환하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!