Maison >développement back-end >Tutoriel Python >Comment convertir des tableaux NumPy en listes Python : tolist() vs list() ?

Comment convertir des tableaux NumPy en listes Python : tolist() vs list() ?

Susan Sarandon
Susan Sarandonoriginal
2024-10-26 18:21:02765parcourir

How to Convert  NumPy Arrays to Python Lists: tolist() vs. list()?

Conversion de tableaux NumPy en listes Python : une approche simple

Lorsque vous travaillez avec la manipulation de données, il est souvent nécessaire de convertir les types de données à des fins d'analyse ou intégration dans d’autres outils. Une conversion courante consiste à transformer les tableaux NumPy en listes Python. Les tableaux NumPy offrent des opérations numériques puissantes, tandis que les listes offrent flexibilité et compatibilité avec divers modules Python.

La solution simple : utiliser tolist()

Pour convertir sans effort un tableau NumPy dans une liste Python, utilisez la méthode pratique tolist(). Cette méthode est conçue pour extraire les valeurs du tableau NumPy et les représenter sous forme de liste, en préservant la disposition d'origine.

>>> import numpy as np
>>> np.array([[1, 2, 3], [4, 5, 6]]).tolist()
[[1, 2, 3], [4, 5, 6]]

Préservation des types de données NumPy

Par par défaut, tolist() convertit les valeurs du tableau NumPy en types Python, entraînant potentiellement une perte de précision des données. Si la préservation des types de données NumPy est cruciale, envisagez plutôt d'utiliser la méthode list(). Cette approche crée une liste de scalaires NumPy, garantissant la conservation des types de données.

Considérations supplémentaires

  • Transformation des données : tolist( ) ne modifie pas le tableau NumPy d'origine.
  • Types de données : list() ne convertit pas les valeurs du tableau NumPy en types Python, en conservant leur représentation des données d'origine.
  • Préservation de la précision : list() convient lorsque la précision des valeurs NumPy est essentielle, tandis que tolist() est préférée lorsque les données sont destinées à des fins non numériques.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn