将列表转换为NumPy数组|极客教程

将列表转换为NumPy数组

在数据科学和机器学习领域，NumPy是Python中最基本且最强大的库之一。NumPy提供了一个强大的数组对象，即NumPy数组，它比Python的内置列表更适合进行数学运算和数据处理。在本文中，我们将详细探讨如何将Python列表转换为NumPy数组，并通过多个示例展示这一过程。

1. 引入NumPy库

在开始转换之前，我们首先需要确保NumPy库已经安装并可以在Python环境中使用。以下是如何导入NumPy库的代码示例：

import numpy as np

2. 基本的列表到数组的转换

将Python列表转换为NumPy数组是一个简单直接的过程。我们可以使用np.array()函数来实现这一转换。这个函数接受一个标准的Python列表（或者列表的列表，即嵌套列表）并将其转换为一个NumPy数组。

示例代码 1

import numpy as np

# 单维度列表
list_1d = [1, 2, 3, 4, 5]
numpy_array_1d = np.array(list_1d)
print(numpy_array_1d)  # 输出结果不显示

Output:

将列表转换为NumPy数组

示例代码 2

import numpy as np

# 多维度列表
list_2d = [[1, 2, 3], [4, 5, 6]]
numpy_array_2d = np.array(list_2d)
print(numpy_array_2d)  # 输出结果不显示

Output:

将列表转换为NumPy数组

3. 数据类型指定

在转换列表到NumPy数组的过程中，我们可以指定数组的数据类型。这是通过dtype参数实现的。NumPy支持多种数据类型，如int, float, str等。

示例代码 3

import numpy as np

list_of_ints = [1, 2, 3, 4, 5]
numpy_array_of_floats = np.array(list_of_ints, dtype=float)
print(numpy_array_of_floats)  # 输出结果不显示

Output:

将列表转换为NumPy数组

示例代码 4

import numpy as np

list_of_numbers = [1, 2, 3, 4, 5]
numpy_array_of_strings = np.array(list_of_numbers, dtype=str)
print(numpy_array_of_strings)  # 输出结果不显示

Output:

将列表转换为NumPy数组

4. 处理不同长度的列表

当我们尝试将不同长度的列表转换为NumPy数组时，NumPy会将其转换为一维数组，其中每个元素是原始列表的引用，而不是直接创建一个二维数组。

示例代码 5

import numpy as np

irregular_list = [[1, 2, 3], [4, 5], [6]]
numpy_array_from_irregular_list = np.array(irregular_list)
print(numpy_array_from_irregular_list)  # 输出结果不显示

5. 使用`np.asarray`进行转换

np.asarray函数类似于np.array，但它有一些不同之处。如果输入数据已经是一个NumPy数组，np.asarray不会创建一个新的数组，而是直接返回输入数组。

示例代码 6

import numpy as np

list_of_numbers = [1, 2, 3, 4, 5]
numpy_array = np.asarray(list_of_numbers)
print(numpy_array)  # 输出结果不显示

Output:

将列表转换为NumPy数组

示例代码 7

import numpy as np

existing_numpy_array = np.array([1, 2, 3, 4, 5])
new_numpy_array = np.asarray(existing_numpy_array)
print(new_numpy_array is existing_numpy_array)  # 输出结果不显示

Output:

将列表转换为NumPy数组

6. 使用`np.copy`确保数组的复制

如果我们需要确保得到一个列表的深拷贝版本的数组，可以使用np.copy方法。

示例代码 8

import numpy as np

list_of_numbers = [1, 2, 3, 4, 5]
numpy_array = np.array(list_of_numbers)
numpy_array_copy = np.copy(numpy_array)
print(numpy_array_copy is numpy_array)  # 输出结果不显示

Output:

将列表转换为NumPy数组

7. 性能考虑

在处理大数据集时，将列表转换为NumPy数组的性能可能成为一个考虑因素。NumPy数组的操作通常比原生Python列表操作要快得多，特别是在执行向量化操作时。

示例代码 9

import numpy as np
import time

large_list = list(range(1000000))
start_time = time.time()
numpy_array = np.array(large_list)
end_time = time.time()
print(f"Conversion took {end_time - start_time} seconds")  # 输出结果不显示