最近在学习python的过程中,经常遇到都可以存储数据的列表和numpy数组,两者都可以储存多维数组,使用切片获得部分元素,使用for循环遍历其中元素等。但进一步来说,二者在使用上还是有很大的不同,列表提供了类似于矩阵的表示形式,而numpy为我们提供了更多的函数。
创建时两者特性区别
NumPy数组在创建时,大小是固定的。
Python列表在创建时,大小可以实现动态增长。
处理数组不同
Numpy中的ndarray对象可用于处理多维数组,可以作为一个快速灵活的大数据容器。
数据的保存类型区别
Numpy数组要求数组中存放的数据类型必须全部相同,例如数组中必须全为int类型的数据或者全为float类型的数据.
Python列表对数据保存类型没有要求,同一个列表可以存放不同类型的的数据,比如一个列表可以同时含有int,float,str,bool型的数据。
存储效率和输入输出效率
NumPy数组比Python列表更快、更紧凑。一个数组占用内存比较小,使用方便。NumPy使用更少的内存来存储数据,它提供了指定数据类型的机制。这允许Numpy对数组的操作和运算进行优化设计,存储效率和输入输出性能远优于Python中的嵌套列表。并且,数组越大,Numpy的运算优势越明显。
切片区别
NumPy的切片不是拷贝,它只是原对象的一个视图,并不会重新在内存中创建一个新对象。这一特性使Numpy数组更高效,占用内存更小。因此,改动任意一个对象都会影响到另一个对象,因为它们共享同一部分内存。 Python中列表中的切片是进行了拷贝,切片后得到的是一个新的对象,和原列表变量相互独立,改变两者任意一个都不会影响到另一个。