So konvertieren Sie NumPy-Arrays in Python-Listen: tolist() vs. list()?

Konvertierung von NumPy-Arrays in Python-Listen

NumPy-Arrays, ein leistungsstarkes Werkzeug für wissenschaftliches Rechnen, werden häufig in Situationen verwendet, in denen höherdimensionale Daten vorliegen numerische Daten werden manipuliert. In bestimmten Fällen ist jedoch die Konvertierung dieser NumPy-Arrays in Python-Listen aus Kompatibilitätsgründen oder aufgrund spezifischer Funktionsanforderungen erforderlich.

Konvertieren von NumPy-Arrays in Python-Listen mit tolist()

Der einfachste Ansatz zum Konvertieren eines NumPy-Arrays in eine Python-Liste ist die Verwendung der tolist()-Methode. Diese Methode erstellt eine neue Python-Liste, die Kopien der Werte im Array enthält.

Zum Beispiel:

<code class="python">import numpy as np

array = np.array([[1, 2, 3], [4, 5, 6]])
python_list = array.tolist()

print(python_list)</code>

Ausgabe:

[[1, 2, 3], [4, 5, 6]]

NumPy beibehalten Datentypen

Es ist wichtig zu beachten, dass die tolist()-Methode NumPy-Werte in die nächstgelegenen kompatiblen Python-Typen konvertiert. Beispielsweise werden np.int32-Werte in Python-Ints konvertiert. Wenn die Beibehaltung der ursprünglichen NumPy-Datentypen unbedingt erforderlich ist, können Sie die Funktion list() für das Array verwenden. Dadurch wird eine Liste von NumPy-Skalaren anstelle von Python-Werten generiert.

<code class="python">python_list = list(array)

print(python_list)</code>

Ausgabe:

[array([1, 2, 3]), array([4, 5, 6])]

Fazit

Die Konvertierung von NumPy Arrays in Python-Listen ist ein unkomplizierter Prozess, der mit den Methoden tolist() oder list() erreicht werden kann. Das Verständnis der Unterschiede zwischen diesen Ansätzen und ihrer Auswirkungen auf Datentypen gewährleistet eine effektive Nutzung in verschiedenen Szenarien.

Das obige ist der detaillierte Inhalt vonSo konvertieren Sie NumPy-Arrays in Python-Listen: tolist() vs. list()?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!