语法、元素的区别和处理数据的速度
list
list1 = ['phusics', 'chemistry', 1997, 2000]
print(list1)
>>['a', 'b', 1997, 2000]
元素类型可以不同,类型灵活,由于元素类型可能不一样,所以效率可能比较满,在处理大型数据或者复杂数据时候,处理比较慢
array
numpy.array(object, dtype = None)
array = numpy.array([1,2,3,4,5])#结果为:[1 2 3 4 5]
array = numpy.array([1,2,3,4,5])#结果为:[1. 2. 3. 4. 5.]
元素要求必须一致,处理数据时效率较高,但是对于多为数组就没有这个灵活了。
arange
numpy.arange(start, stop, step, dtype = None)
a = nump.arange(0,10,5,dtype = float)
print(a)
#[0. 5.]
元素
- start —— 开始位置,数字,可选项,默认起始值为0
- stop —— 停止位置,数字,但不包括 stop
- step —— 步长,数字,可选项, 默认步长为1,如果指定了step,则还必须给出start。
- dtype —— 输出数组的类型。 如果未给出dtype,则从其他输入参数推断数据类型。
处理多维数组运算时,numpy.arange处理效率就会高很多。
range
range(start, stop ,step)
元素
- start: 计数从 start 开始。默认是从 0 开始。例如range(5)等价于range(0, 5);
- stop: 计数到 stop 结束,但不包括 stop。例如:range(0, 5) 是[0, 1, 2, 3, 4]没有5
- step:步长,默认为1。例如:range(0, 5) 等价于 range(0, 5, 1)