我们知道python非常适合做机器学习方面的工作,究其原因是因为它对于矩阵,数组操作的便捷性。在python中list
列表对象和numpy
模块中的ndarray
类型也可以很好的发生转换,但是在转换的过程中还是会或多或少地遇到一些特殊的情况,这里做一下简单的介绍。
import numpy as np
class listAndNdarray:
def __init__(self):
self.x = x = [[1],[2, 3]]
self.y = np.array(x)
print(self.y) # [list([1]) list([2, 3])]
print(type(self.y)) # <class 'numpy.ndarray'>
print(type(self.y[0])) # <class 'list'>
main = listAndNdarray()
这里我们可以看到当使用np.array
对list
对象进行类型转换后,我们进一步测试此时的self.y
为<class 'numpy.ndarray'>
类型,但是内层的第一部分仍旧为list
,这是因为数组在创建的时候必须保证每一行和每一列元素的数量是相同的, 而这里的self.x
中第一部分只包含一个元素,而第二部分包含两个元素,因此np.array
无法完成对其整体的类型转换而依旧保持内层的类型。
我们可以看如下代码:
import numpy as np
class listAndNdarray:
def __init__(self):
self.x = x = [[1, 1],[2, 3]]
self.y = np.array(x)
print(self.y)
print(type(self.y)) # <class 'numpy.ndarray'>
print(type(self.y[0])) # <class 'numpy.ndarray'>
main = listAndNdarray()
这时我们可以看到,无论是外层还是内层,类型均已被转换为了<class 'numpy.ndarray'>
。
那么ndarray
类型是否可以向list类型转换呢?是可以的,代码如下:
import numpy as np
class ndarrayToList:
def __init__(self):
self.array = np.ones((2, 3))
self.list = self.array.tolist()
print(type(self.list)) # <class 'list'>
main = ndarrayToList()
我们可以看到使用tolist()
可以将ndarray
类型转换为list
类型。
由此我们可以得出,在科学计算中list
与ndarray
在某种程度上是等价的。