Heim  >  Artikel  >  Backend-Entwicklung  >  So konvertieren Sie Numpy in eine Liste

So konvertieren Sie Numpy in eine Liste

zbt
zbtOriginal
2023-11-21 16:35:502201Durchsuche

Mit der tolist()-Methode in Numpy können Sie Numpy-Arrays ganz einfach in Python-Listen konvertieren. Detaillierte Einführung: 1. Stellen Sie sicher, dass die Numpy-Bibliothek installiert ist. 2. Importieren Sie zunächst die Numpy-Bibliothek und erstellen Sie ein Numpy-Array mit Ganzzahlen. 3. Konvertieren Sie dieses Numpy-Array mit der Methode tolist() in eine Python-Liste Die konvertierte Liste wird an die Konsole ausgegeben. 4. Sie werden sehen, dass die konvertierte Liste und das Numpy-Array vor der Konvertierung dieselben Werte haben usw.

So konvertieren Sie Numpy in eine Liste

Das Betriebssystem dieses Tutorials: Windows 10-System, Python-Version 3.11.4, DELL G3-Computer.

Sie können ein Numpy-Array mit der Methode tolist() in der Numpy-Bibliothek in eine Python-Liste konvertieren. Diese Konvertierung kann bei der Datenverarbeitung und -analyse sehr nützlich sein. Wenn Sie beispielsweise Daten aus einem Numpy-Array an andere Funktionen oder Module übergeben müssen, müssen Sie diese möglicherweise in eine Python-Liste konvertieren. Im Folgenden werde ich detailliert vorstellen, wie die tolist()-Methode in Numpy zur Konvertierung verwendet wird.

Stellen Sie zunächst sicher, dass Sie die Numpy-Bibliothek installiert haben. Wenn es nicht installiert ist, können Sie es mit pip installieren:

pip install numpy

Sobald die Installation abgeschlossen ist, können Sie mit der tolist()-Methode in numpy beginnen, die Konvertierung durchzuführen. Hier ist ein einfaches Beispiel, das zeigt, wie man ein Numpy-Array in eine Python-Liste konvertiert:

import numpy as np
# 创建一个numpy数组
arr = np.array([1, 2, 3, 4, 5])
# 使用tolist()方法将numpy数组转换为Python列表
arr_list = arr.tolist()
print(arr_list)

In diesem Beispiel importieren wir zuerst die Numpy-Bibliothek und erstellen ein Numpy-Array mit Ganzzahlen. Anschließend verwenden wir die Methode tolist(), um dieses Numpy-Array in eine Python-Liste umzuwandeln und die konvertierte Liste an die Konsole auszugeben. Sie werden sehen, dass die konvertierte Liste dieselben Werte hat wie das vorkonvertierte Numpy-Array.

Neben eindimensionalen Arrays kann die Methode tolist() auch auf mehrdimensionale Arrays angewendet werden. Hier ist ein Beispiel für die Konvertierung eines 2D-Numpy-Arrays in eine Python-Liste:

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]])
# 使用tolist()方法将二维numpy数组转换为Python列表
arr_list = arr.tolist()
print(arr_list)

In diesem Beispiel erstellen wir ein Numpy-Array mit 2D-Daten und konvertieren es mithilfe der tolist()-Methode in eine Python-Liste. Die konvertierte Liste ist eine verschachtelte Python-Liste, deren Unterlisten den Zeilen des ursprünglichen zweidimensionalen Numpy-Arrays entsprechen.

Es ist zu beachten, dass durch den Aufruf der tolist()-Methode ein neues Python-Listenobjekt erstellt und die Elemente im Numpy-Array in diese neue Liste kopiert werden. Daher ist die konvertierte Liste ein völlig separates Objekt vom ursprünglichen Numpy-Array. Dies bedeutet, dass der Konvertierungsvorgang bei sehr großen Arrays möglicherweise viel Speicher und Rechenressourcen verbraucht.

Darüber hinaus eignet sich die Methode tolist() auch zur Konvertierung mehrdimensionaler Arrays. Unabhängig davon, ob es sich um ein eindimensionales, zweidimensionales oder höherdimensionales Array handelt, kann es über die Methode tolist () in die entsprechende Python-Liste konvertiert werden.

Kurz gesagt: Mit der tolist()-Methode in Numpy können Sie ein Numpy-Array ganz einfach in eine Python-Liste konvertieren. Dies macht die Datenübertragung und -manipulation bei der Datenverarbeitung und -analyse flexibler und komfortabler. Ich hoffe, diese Beispiele helfen Ihnen und vermitteln Ihnen ein besseres Verständnis dafür, wie Sie die tolist()-Methode von Numpy zum Konvertieren von Daten verwenden.

Das obige ist der detaillierte Inhalt vonSo konvertieren Sie Numpy in eine Liste. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn