numpy数组和列表的区别

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。