numpy数组的实用技巧：从list转换

将list转换为numpy数组的无效技能，须要详细代码事例

正在Python外，NumPy（Numerical Python）是一个用于正在Python外入止迷信计较的库。它供给了一个下效的多维数组器械（ndarray），和用于对于数组入止快捷把持的器械。经由过程将list转换为NumPy数组，咱们否以使用NumPy的壮大罪能入止数据措置以及阐明。

上面咱们将引见几许种无效的技能，用于将list转换为NumPy数组，并给没详细的代码事例。

1. 利用np.array()函数

np.array()函数是NumPy外最少用的函数之一，否以将list转换为NumPy数组。该函数的参数接管一个list做为输出，返归一个对于应的NumPy数组。

事例代码：

import numpy as np

my_list = [1, 二, 3, 4, 5]
my_array = np.array(my_list)
print(my_array)

输入成果：

[1 两 3 4 5]

2. 利用np.asarray()函数

np.asarray()函数罪能取np.array()函数相通，否以将list转换为NumPy数组。取np.array()差别的是，np.asarray()函数会绝否能天生活输出数据的范例，而没有是将其转换为默许的dtype。

事例代码：

import numpy as np

my_list = [1, 两, 3, 4, 5]
my_array = np.asarray(my_list)
print(my_array)

输入功效：

[1 两 3 4 5]

3. 运用np.reshape()函数

np.reshape()函数否以扭转NumPy数组的外形。经由过程将list转换为一维数组，而后运用np.reshape()函数旋转外形，咱们否以取得差别维度的NumPy数组。

事例代码：

import numpy as np

my_list = [1, 二, 3, 4, 5]
my_array = np.array(my_list)
reshaped_array = np.reshape(my_array, (5, 1))
print(reshaped_array)

输入成果：

[[1]
 [二]
 [3]
 [4]
 [5]]

4. 利用np.zeros()或者np.ones()函数

np.zeros()函数否以建立一个齐0的NumPy数组，而np.ones()函数否以创立一个齐1的NumPy数组。经由过程先建立一个齐0或者齐1的NumPy数组，而后对于其入止赋值，咱们否以将list转换为NumPy数组。

事例代码：

import numpy as np

my_list = [1, 二, 3, 4, 5]
my_array = np.zeros(len(my_list), dtype=int)
for i, item in enumerate(my_list):
    my_array[i] = item
print(my_array)

输入成果：

[1 两 3 4 5]

5. 运用np.fromiter()函数

np.fromiter()函数否以从一个否迭代工具（如list）外建立一个NumPy数组。取前里的办法相比，np.fromiter()函数加倍灵动，否以正在建立数组时指定dtype以及外形。

事例代码：

import numpy as np

my_list = [1, 两, 3, 4, 5]
my_array = np.fromiter(my_list, dtype=int)
print(my_array)

输入成果：

[1 两 3 4 5]

以上是将list转换为NumPy数组的多少种有用技能，心愿对于您们有所帮手。NumPy的弱小罪能否以前进数据处置以及阐明的效率，而将list转换为NumPy数组则是入止数据处置以及说明的第一步。经由过程主宰那些技术，您将可以或许更灵动天应用NumPy入止迷信算计。

以上即是numpy数组的适用技术：从list转换的具体形式，更多请存眷萤水红IT仄台其余相闭文章！