python 列表与数组

       列表（list）是python的内置数据类型，列表中元素的数据类型不必相同的。python本身并没有数组(array)类型，但是它的Numpy库中有数组(array)类型。而数组(array)中的元素数据类型必须全部相同。

        在列表（list）中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，增加了存储开销和降低了访问效率。

1. 二者都可以用于处理多维数组

       Numpy中的ndarray对象处理多维数组是很自然的。而列表的嵌套可以实现多维数组。

2. 存储效率和输入输出性能不同

       Numpy专门针对数组的操作和运算进行了设计，存储效率和输入输出性能远优于Python中的嵌套列表，数组越大，Numpy的优势就越明显。

3. 元素数据类型

       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。

接下来看一个list的例子

class Student:
    def __init__(self,name,age):
        self.name = name
        self.age = age
    
    def __str__(self):
        return self.name+":"+str(self.age)
    
allElement = []
allElement.append("aaa")
allElement.insert(0,"bbb") 
allElement.append(123)
allElement.append(Student("zs",18))

del allElement[0]
allElement.remove("aaa")
poped_Element = allElement.pop(0)

print(poped_Element)
print(allElement[0])

列表有关顺序的一个例子

motorcycles = ["honda","yamaha","suzuki","ducati"]
print("原始顺序",motorcycles)
motorcycles.sort()
#print(sorted(motorcycles))  #临时顺序
print("排序后顺序",motorcycles)

motorcycles.reverse()
print("翻转后顺序",motorcycles)

4. array的创建

Numpy数组创建时，参数既可以是列表list，也可以是元组tuple。例如：

a=np.array((1,2,3))  #参数是tuple
b=np.array([6,7,8])   #参数是list
c=np.array([[1,2,3],[4,5,6]])  #参数是二维list

除此之外，还可以使用numpy提供的其他方法创建一个数组，例如：

arr1=np.arange(1,10,1)
arr2=np.linspace(1,10,10)

np.arange(a,b,c)表示产生从a到b不包括b，间隔为c的一个array，数据类型默认是int32。但是linspace(a,b,c)表示的是把a-b平均分成c分，它包括b。