Python saraksts ir lineāra datu struktūra, kurā var būt neviendabīgi elementi, kas nav jādeklarē un kuri ir elastīgi, lai samazinātos un palielinātos. No otras puses, masīvs ir datu struktūra, kurā var būt viendabīgi elementi. Masīvi tiek ieviesti Python, izmantojot NumPy bibliotēka. Masīviem ir nepieciešams mazāk atmiņas nekā sarakstus . Masīva un saraksta līdzība ir tāda, ka gan masīva, gan saraksta elementus var identificēt pēc indeksa vērtības.
Piemērs
Input: [1, 7, 0, 6, 2, 5, 6] Output: [1 7 0 6 2 5 6] Explanation: Given Python List is converted into NumPy Array>
Pārvērtiet Python sarakstu par Numpy masīviem
In Python , sarakstus var pārvērst masīvos, izmantojot divas metodes no NumPy bibliotēkas:
- Izmantojot numpy.array()
- Izmantojot numpy.asarray()
Python saraksts uz NumPy masīviem, izmantojot numpy.array()
Programmā Python vienkāršākais veids, kā pārvērst sarakstu par NumPy masīvu, ir izmantot funkciju numpy.array(). Tas aizņem argumentu un rezultātā atgriež NumPy masīvu. Tas izveido jaunu kopiju atmiņā un atgriež jaunu masīvu.
Python3
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.array(lst)> # displaying list> print> (>'List: '>, lst)> # displaying array> print> (>'Array: '>, arr)> |
izņēmumu apstrādes java
>
>
Izvade:
List: [1, 7, 0, 6, 2, 5, 6] Array: [1 7 0 6 2 5 6]>
Python saraksts uz NumPy masīviem, izmantojot numpy.asarray()
Numpī, numpy.asarray() ir funkcija, kas pārvērš ievades datus NumPy masīvā. Tas aizņem argumentu un atgriež NumPy masīvu. Tas neizveido jaunu kopiju atmiņā.
Python3
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.asarray(lst)> # displaying list> print> (>'List:'>, lst)> # displaying array> print> (>'Array: '>, arr)> |
>
>
Izvade:
List: [1, 7, 0, 6, 2, 5, 6] Array: [1 7 0 6 2 5 6]>
Atšķirība starp numpy.array() un numpy.asarray()
Būtiska atšķirība starp abām iepriekšminētajām metodēm ir tāda, ka numpy.array() izveidos sākotnējā objekta dublikātu, bet numpy.asarray() atspoguļos sākotnējā objekta izmaiņas. Ja masīva kopija tiek izveidota, izmantojot numpy.asarray(), vienā masīvā veiktās izmaiņas tiks atspoguļotas arī otrā masīvā, taču netiek rādītas izmaiņas sarakstā, ar kuru palīdzību tiek veikts masīvs. Tomēr tas nenotiek ar numpy.array().
Python3
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.asarray(lst)> # displaying list> print> (>'List:'>, lst)> # displaying array> print> (>'arr: '>, arr)> # made another array out of arr using asarray function> arr1>=> numpy.asarray(arr)> #displaying arr1 before the changes made> print>(>'arr1: '> , arr1)> #change made in arr1> arr1[>3>]>=> 23> #displaying arr1 , arr , list after the change has been made> print>(>'lst: '> , lst)> print>(>'arr: '> , arr)> print>(>'arr1: '> , arr1)> |
>
>
Izvade:
List: [1, 7, 0, 6, 2, 5, 6] arr: [1 7 0 6 2 5 6] arr1: [1 7 0 6 2 5 6] lst: [1, 7, 0, 6, 2, 5, 6] arr: [ 1 7 0 23 2 5 6] arr1: [ 1 7 0 23 2 5 6]>
Arr un arr1 izmaiņas ir redzamas indeksā 3, bet ne 1. rādītājā.