python中list、array、matrix之间的基本区别

最新推荐文章于 2025-06-18 21:41:25 发布
原创 最新推荐文章于 2025-06-18 21:41:25 发布 · 4.9k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#numpy #narray #matrix

本文介绍了Python科学计算中常用的数据结构，包括列表(list)、多维数组(np.ndarray)和矩阵(np.matrix)的区别。重点讲解了NumPy包的核心对象——多维数组(ndarray)的特点及其在大规模数据处理中的优势。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

python科学计算包的基础是numpy, 里面的array类型经常遇到. 一开始可能把这个array和python内建的列表(list)混淆, 这里简单总结一下列表(list), 多维数组(np.ndarray)和矩阵(np.matrix)的区别.
####numpy
NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型、通过一个正整数元组索引的元素表格(通常是元素是数字)。在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank，但是和线性代数中的秩不是一样的，在用python求线代中的秩中，我们用numpy包中的linalg.matrix_rank方法计算矩阵的秩
l#####ist列表

列表属于python的三种基本集合类型之一, 其他两种是元组(tuple)和字典(dict). tuple和list区别主要在于是不是mutable的.

list和java里的数组不同之处在于, python的list可以包含任意类型的对象, 一个list里可以包含int, string或者其他任何对象, 另外list是可变长度的(list有append, extend和pop等方法).

所以, python内建的所谓"列表"其实是功能很强大的数组, 类比一下可以说它对应于java里面的ArrayList .

#####ndarray多维数组

ndarray是numpy的基石, 其实它更像一个java里面的标准数组: 所有元素有一个相同数据类型(dtype), 不过大小不是固定的.

ndarray对于大计算量的性能非常好, 所以list要做运算的时候一定要先转为array(np.array(a_list)).

ndarray带有一些非常实用的函数, 列举几个常用的: sum, cumsum, argmax, reshape, T, …

ndarray有fancy indexing, 非常实用, 比如: a[a>3] 返回数组里大于3的元素

ndarray之间的乘法: 如果用乘法运算符的话, 返回的是每个位置元素相乘(类似matlab里面的.), 想要矩阵相乘需要用dot().

常见矩阵的生成: ones, zeros, eye, diag, …

#####matrix矩阵

matrix是ndarray的子类, 所以前面ndarray那些优点都保留了.

同时, matrix全部都是二维的, 并且加入了一些更符合直觉的函数, 比如对于matrix对象而言, 乘号运算符得到的是矩阵乘法的结果. 另外mat.I就是逆矩阵…

不过应用最多的还是ndarray类型.

微信号
参考资料: http://docs.scipy.org/doc/numpy/reference/index.html http://math.mad.free.fr/depot/numpy/base.html http://stackoverflow.com/questions/4151128/what-are-the-differences-between-numpy-arrays-and-matrices-which-one-should-i-u
基于Python Numpy的数组array和矩阵matrix详解
weixin_51463905的博客
06-10 1685
NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型、通过一个正整数元组索引的元素表格(通常是元素是数字)。 在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank，但是和线性代数中的秩不是一样的，在用python求线代中的秩中，我们用numpy包中的linalg.matrix_rank方法计算矩阵的秩，例子如下)。 结果是： 线性代数中秩的定义：设在矩阵A中有一个不等于0的r阶子式D，且所有r+1阶子式(如果存在的话)全等于0，那末D称为矩阵A的最高阶
Python 列表 list 数组 array
Just Code
02-10 373
Python中的列表(list)类似于C#中的可变数组（ArrayList），用于顺序存储结构。   创建列表   sample_list = ['a',1,('a','b')]   Python 列表操作   sample_list = ['a','b',0,1,3]   得到列表中的某一个值   value_start = sample_list[0] end_val...
Python中list和array区别
最新发布
qq_42287574的博客
06-18 191
列表(list)是Python内置的数据结构，它拥有很多重要的特性列表的基本形式 -> 如[item1, item2, itme3]列表是有序的 -> 即列表中项目以特定顺序显示，使我们可使用索引来使用任何项目列表是可变的 -> 意味着你可以创建列表后进行添加或删除列元素列表元素不唯一 -> 意味着可以有相同的元素在一个列表中，每个元素有自己独立的存储空间且通过索引进行访问列表元素可以是不同的数据类型 -> 意味着你可以在一个列表中组合多种类型的元素适用场景: 保存序列、迭代、递归。
【python】list列表,array数组和tuple元组
qq_32793161的博客
05-03 1992
在python数据类型中，list和array都可以根据索引来取其中的元素，但是list可以用append 或者 + 来新增元素或者添加数组，而array不行。除此之外，python中list与array还有什么区别吗？例如list中的数据类不必相同的，array则是由numpy封装，存放的元素都是相同的数据类型。list是python的内置数据类型；array数组需要导入标准库才行，不属于内置类型。 1、作用不同 list是处理一组有序项目的数据结构； array数组存储单一数据类型的多维数组。
python中的list与array
qq_18310041的博客
10-17 246
array就是披上了python外衣的C的数组，里面存放的都是相同的数据类型 python中的list是python的内置数据类型，list中的数据类不必相同的，而array的中的类型必须全部相同。在list中的数据类型保存的是数据的存放的地址，简单的说就是指针，并非数据，这样保存一个list就太麻烦了，例如list1=[1,2,3,'a']需要4个指针和四个数据，增加了存储和消耗cpu。 ...
Python中关于list和array
qq_45031079的博客
05-29 763
Python中的静态动态数组 一、Python中的列表list是静态数组还是动态数组 关于list中的底层逻辑，参见 python list底层实现原理_Lavi_qq_2910138025的博客-CSDN博客_python列表底层实现原理 和 Python列表是数组吗?_罗罗攀的博客-CSDN博客 两篇文章 二、对list的理解 静态数组：静态数组的大小是在编译期间就确定，并且分配的，其内存在使用结束后由计算机自动释放，效率高； 动态数组：动态数组是在程序运行时，由程序员根据实际需要从堆
python将list转为matrix的方法
09-19
在Python编程中，将列表（list）转换成矩阵（matrix）是常见的操作，尤其是在处理数据、进行数学计算或机器学习任务时。Python提供了多种方法来实现这个转换，其中最常用的是利用NumPy库中的`numpy.matrix`类。下面...
在python中将list分段并保存为array类型的方法
01-01
如下所示： list=[1,2,3,4,5,6,7,8,9,0,11,0,13,14,15,16,17,18,19,20] #把list分为长度为5的4段 for j in range(0,len(list),5): ...以上这篇在python中将list分段并保存为array类型的方法就是小编分
python的dataframe和matrix的互换方法
09-20
在Python数据分析领域，DataFrame是pandas库中的核心数据结构，而Matrix则是numpy库中的二维数组。两者虽然都用于处理二维数据，但在特性和用途上有所不同。这篇文章将详细讲解如何在DataFrame和Matrix之间进行转换...
Python当中的list和Array
理工大猪猪的博客
01-07 1983
在list中的数据类型保存的是数据的存放的地址，简单的说就是指针，并非数据，这样保存一个list就太麻烦了，例如list1= [1,2,3,'a']需要4个指针和四个数据，增加了存储和消耗cpu。通常，Numpy数组中的所有元素的类型都必须相同的，而Python列表中的元素类型是任意的，所以在通用性能方面Numpy数组不及Python列表，但在科学计算中，可以省掉很多循环语句，代码使用方面比Python列表简单的多。a.列表list中的元素的数据类型可以不一样。数组array里的元素的数据类型必须一样；
Python列表list数组array用法实例解析
12-24
本文以实例形式详细讲述了Python列表list数组array用法。分享给大家供大家参考。具体如下： Python中的列表(list)类似于C#中的可变数组（ArrayList），用于顺序存储结构。   创建列表   复制代码 代码如下:sample_list = [‘a’,1,(‘a’,’b’)]   Python 列表操作 复制代码 代码如下:sample_list = [‘a’,’b’,0,1,3]   得到列表中的某一个值 复制代码 代码如下:value_start = sample_list[0]  end_value = sample_list[-1]   删除列表的第一个值
Python 列表/数组(List/Array) 方法
亮亮的专栏
01-08 403
Python中是没有数组类型的，Python不具有对数组的内置支持，但是可以使用Python列表代替。Python中支持列表和元组。列表比元组好用，因为元组一旦定义就没法修改。而列表不仅可以和数组一样按索引访问，还有一些内置函数方法。 原文地址：https://www.cjavapy.com/article/1303/ Python有一组内置方法，可用于列表/数组。 方法 说明 append() 在列表末尾添加元素
Python中的list,array
zqjackking的博客
12-11 577
在python中，list是其内置数据类型，而array是numpy中的一个数据类型。 两者的区别在于： （1）list中的数据类不必相同的，而array的中的类型必须全部相同 （2) 在list中的数据类型保存的是数据的存放的地址,即通过链表实现的。而array是通过线性表实现的。 numpy中封装的array有很强大的功能。 下面来具体看一下。a=[[[1,2,3],[4,5
python学习之旅：array 转 list
weixin_30915951的博客
01-23 120
最近学习python，记录学习的点滴。 >>> import numpy as np >>> a = np.array([[1,2],[3,4]]) >>> b=a.tolist() >>> b [[1, 2], [3, 4]] 转载于:https://www.cnblogs.com/monne/p/...
python matrix转list
weixin_30856725的博客
10-09 740
a = [[1,2],[3,4]] a = np.mat(a) print(a.getA().tolist()) 转载于:https://www.cnblogs.com/zheng123/p/9758923.html
python中的list和array的区别
热门推荐
MyHomeade的博客
04-22 1万+
最近在学习机器学习，由于用到的是python，在进行数据处理时经常用到list和array类型，没有专门学过python，所以经常弄混，后来上网查了一下，它们的区别大致如下： 1 list是python基本数据类型，它的元素类型可以不同，如： [1, 2, 'a', 3,4] 2 array是numpy的一种数据类型，它所包含的元素必须相同，如: [1, 2, 3, 4]
Python学习之：Python 中的 list ， array 的区别
qq_42902997的博客
07-02 1901
文章目录listarray list list 是 python 中自带的数据结构，类似于 java 中的抽象数据结构“arraylist” ，其中可以存放各种数据类型的元素，即不限制 list 中的元素是否具有相同的数据类型 array python 中是不存在 array 这种数据结构的。 python 中的 array 是通过调用 numpy 库才能使用的 单维度的 list 可以直接通过 numpy.array() 转换成一维的 array，嵌套的list 也可以通过这个语句而直接转换成多维的 ar
python中'matrix[i][::-1]
05-17
### Python 中 `matrix[i][::-1]` 的用法解释 在 Python 中，`matrix[i][::-1]` 是一种列表切片操作，用于反转指定行的内容。以下是具体说明： #### 列表切片基础 Python 的切片语法允许通过 `[start:end:step]` 来提取子序列。其中： - `start` 表示起始索引（默认为 0）。 - `end` 表示结束索引（不包含该位置，默认为列表长度）。 - `step` 表示步长，当其为负数时会反向取值。 对于 `[::-1]` 这种形式，省略了 `start` 和 `end`，而将 `step` 设置为 `-1`，表示从最后一个元素到第一个元素依次取出整个列表并返回一个新的逆序列表[^4]。 #### 应用于二维矩阵 假设有一个二维矩阵 `matrix`，如下所示： ```python matrix = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] ``` 如果执行 `matrix[i][::-1]`，则会对第 `i` 行的元素进行反转。例如： ```python row_reversed = matrix[1][::-1] # 对第二行进行反转 print(row_reversed) # 输出 [6, 5, 4] ``` 这里的逻辑分解为两部分： 1. `matrix[i]` 获取矩阵中第 `i` 行的一维列表。 2. 使用切片 `[::-1]` 将这一维列表中的元素顺序颠倒。 因此，最终的结果是对目标行进行了水平翻转操作。 --- ### 示例代码 以下是一个完整的例子来展示这种用法的实际效果： ```python import numpy as np # 创建一个简单的二维数组 matrix = np.array([ [1, 2, 3], [4, 5, 6], [7, 8, 9] ]) # 反转每一行 reversed_rows = [row[::-1] for row in matrix] # 打印原始矩阵和反转后的结果 print("Original Matrix:") print(matrix) print("\nReversed Rows:") for i, reversed_row in enumerate(reversed_rows): print(f"Row {i}: {list(reversed_row)}") ``` 运行以上代码后，输出将是： ``` Original Matrix: [[1 2 3] [4 5 6] [7 8 9]] Reversed Rows: Row 0: [3, 2, 1] Row 1: [6, 5, 4] Row 2: [9, 8, 7] ``` 此方法不仅适用于 NumPy 数组，也完全兼容普通的嵌套列表结构[^3]。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

IT界的小小小学生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值