python中list,ndarray,Tensor间的转化

一、list,ndarray,Tensor间的转化

废话不多说，看表格就行

数据类型	所属包
list	python
ndarray	numpy
Tensor	pytorch

转化类型	对应API	注意点
list转换为ndarray	numpy.array()
ndarray转换为list	ndarray对象.tolist()
list转换为Tensor	torch.tensor()	list中的int类型数据转换后会变为folat，若需要保持int，则转换时需要加上类型
Tensor转换为list	Tensor对象.tolist()
ndarray转换为Tensor	torch.from_numpy() torch.tensor()
Tensor(CPU)转换为ndarray	Tensor对象.numpy()	GPU上的Tensor不能直接转换为numpy，需要间接转换
Tensor(GPU)转换为ndarray	Tensor对象.cpu().numpy()	GPU上的Tensor不能直接转换为numpy，需要间接转换

二、例程

import numpy as np
import torch

#list转换为ndarray
li=[[1,2,3],[4,5,6],[7,8,9]]
a=np.array(li)  #list转换为ndarray
print(a) 
print(type(a),'\n')

#ndarray转换为list
b=a.tolist()#ndarray转换为list
print(b) 
print(type(b),'\n')

#list转换为Tensor
li=[[1,2,3],[4,5,6],[7,8,9]]
c=torch.tensor(li)  #list转换为Tensor
print(c)
print(type(c),'\n')

#Tensor转换为list
d=c.tolist() #Tensor转换为list
print(d) 
print(type(d),'\n')

#ndarray转换为Tensor
nd=np.arange(0,12).reshape(3,4)
e=torch.from_numpy(nd)  #ndarray转换为Tensor
# e=torch.tensor(nd)    #ndarray转换为Tensor
print(e) 
print(type(e),'\n')

#Tensor转换为ndarray
f=e.numpy()
print(f) 
print(type(f),'\n')

运行结果

[[1 2 3]
 [4 5 6]
 [7 8 9]]
<class 'numpy.ndarray'> 

[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
<class 'list'> 

tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])
<class 'torch.Tensor'> 

[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
<class 'list'> 

tensor([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]], dtype=torch.int32)
<class 'torch.Tensor'> 

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
<class 'numpy.ndarray'>