python中的数组与列表,python中的数组和列表

#环境win64+anaconda+python3.6

list & array

(1)list不具有array的全部属性(如维度、转置等)

代码1:

#eg1_1

import numpy as np

a = np.array([[1,2,0,1],[1,6,9,55],[7,8,9,5]])#a为数组

print(a.T)

#Result:

[[ 1 1 7]

[ 2 6 8]

[ 0 9 9]

[ 1 55 5]]

#eg1_2

a = [[1,2,0,1],[1,6,9,55],[7,8,9,5]] #a为列表

print(a.T)

#Result:

'list' object has no attribute 'T'

代码2:

#eg1_3

import numpy as np

a=np.array([[1,2,3],[1,1,4],[1,5,1]])

print(a.shape)

#Result:

(3, 3)

#eg1_4

a=[[1,2,3],[1,1,4],[1,5,1]]

print(a.shape)

#Result

'list' object has no attribute 'shape'

(顺带一提,如何把一个数组转化为列向量:↓)

import numpy as np

a=np.array([[1,2,3],[1,1,4],[1,5,1]])

a=a.reshape(-1,1)

print(a)

#Result:

[[1]

[2]

[3]

[1]

[1]

[4]

[1]

[5]

[1]]

(2)a[:m]的含义,a可以是列表或者数组,但是无论是哪种情况,a[:0]为空

#eg2_1

import numpy as np

a=np.array([[4,1,2],

[7,4,10],

[12,17,88]])

#a=np.array([(4,1,2),

# (7,4,10),

# (12,17,88)]) 这两个a中[和(不一样,其实它们完全一样

print(a[:0])

print(a[:1])

print(a[:2])

#Result:

[]

[[4 1 2]]

[[ 4 1 2]

[ 7 4 10]]

#eg2_1

a=[(4,1,2),(7,4,10),(12,17,88)]

print(a[:0])

print(a[:1])

print(a[:2])

#Result:

[]

[(4, 1, 2)]

[(4, 1, 2), (7, 4, 10)]

(3)array和list关于“==”的计算

#eg3_1

import numpy as np

a=np.array(['dog','cat','car'])

b=np.array(['dog','cat','trunk'])

acc = (np.mean(a == b))

print(acc)

#Result

0.6666666666666666

#eg3_2

import numpy as np

a=['dog','cat','car']

b=['dog','cat','trunk']

acc = (np.mean(a == b))

print(acc)

#Result

0.0

(4)array和list关于“*”的计算

from numpy import *

#a为数组

a=array([[1,2,3],

[4,5,6]])

b=4*a

print(b)

[[ 4 8 12]

[16 20 24]]

from numpy import *

#a为列表

a=([[1,2,3],

[4,5,6]])

b=4*a

print(b)

[[1, 2, 3], [4, 5, 6], [1, 2, 3], [4, 5, 6], [1, 2, 3], [4, 5, 6], [1, 2, 3], [4, 5, 6]]

标签:python,列表,print,Result,数组,np,import,array,numpy

来源: https://www.cnblogs.com/wangxinyu520/p/10727743.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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