Python sąrašas yra linijinė duomenų struktūra, kurioje gali būti nevienalyčių elementų, kurių nereikia deklaruoti ir kurie yra lankstūs susitraukti ir augti. Kita vertus, masyvas yra duomenų struktūra, kurioje gali būti vienarūšių elementų. Masyvai yra įdiegti Python naudojant NumPy biblioteka. Masyvams reikia mažiau atminties nei sąrašus . Masyvo ir sąrašo panašumas yra tas, kad tiek masyvo, tiek sąrašo elementus galima atpažinti pagal jo indekso reikšmę.
Pavyzdys
Input: [1, 7, 0, 6, 2, 5, 6] Output: [1 7 0 6 2 5 6] Explanation: Given Python List is converted into NumPy Array>
Konvertuokite Python sąrašą į Numpy Arrays
Į Python , sąrašus galima konvertuoti į masyvus naudojant du NumPy bibliotekos metodus:
- Naudojant numpy.array()
- Naudojant numpy.asarray()
Python sąrašas į NumPy masyvus naudojant numpy.array()
„Python“ paprasčiausias būdas sąrašą konvertuoti į „NumPy“ masyvą yra naudoti funkciją numpy.array(). Jis paima argumentą ir grąžina NumPy masyvą. Jis sukuria naują kopiją atmintyje ir grąžina naują masyvą.
Python3
xd xd prasmė
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.array(lst)> # displaying list> print> (>'List: '>, lst)> # displaying array> print> (>'Array: '>, arr)> |
>
>
styga tuščia
Išvestis:
List: [1, 7, 0, 6, 2, 5, 6] Array: [1 7 0 6 2 5 6]>
Python sąrašas į NumPy masyvus naudojant numpy.asarray()
Numpy, numpy.asarray() yra funkcija, kuri konvertuoja įvesties duomenis į NumPy masyvą. Jis paima argumentą ir grąžina NumPy masyvą. Tai nesukuria naujos kopijos atmintyje.
Python3
runas in powershell
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.asarray(lst)> # displaying list> print> (>'List:'>, lst)> # displaying array> print> (>'Array: '>, arr)> |
>
>
Išvestis:
List: [1, 7, 0, 6, 2, 5, 6] Array: [1 7 0 6 2 5 6]>
Skirtumas tarp numpy.array() ir numpy.asarray()
Esminis skirtumas tarp pirmiau minėtų dviejų metodų yra tas, kad numpy.array() padarys pradinio objekto dublikatą, o numpy.asarray() atspindės pradinio objekto pakeitimus. Kai masyvo kopija sukuriama naudojant numpy.asarray(), viename masyve atlikti pakeitimai taip pat atsispindės kitame masyve, bet nerodo pakeitimų sąraše, pagal kurį, jei masyvas atliekamas. Tačiau tai neįvyksta naudojant numpy.array().
nemokama vs nemokama
Python3
laikotarpio raktas
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.asarray(lst)> # displaying list> print> (>'List:'>, lst)> # displaying array> print> (>'arr: '>, arr)> # made another array out of arr using asarray function> arr1>=> numpy.asarray(arr)> #displaying arr1 before the changes made> print>(>'arr1: '> , arr1)> #change made in arr1> arr1[>3>]>=> 23> #displaying arr1 , arr , list after the change has been made> print>(>'lst: '> , lst)> print>(>'arr: '> , arr)> print>(>'arr1: '> , arr1)> |
>
>
Išvestis:
List: [1, 7, 0, 6, 2, 5, 6] arr: [1 7 0 6 2 5 6] arr1: [1 7 0 6 2 5 6] lst: [1, 7, 0, 6, 2, 5, 6] arr: [ 1 7 0 23 2 5 6] arr1: [ 1 7 0 23 2 5 6]>
Arr ir arr1 pokytis matomas 3 indekse, bet ne 1.