一、列表(List)
1.列表的特点
列表是以方括号“[]”包围的数据集合,不同成员以“,”分隔。
L = [1,2,3], 列表a有3个成员。
列表是可变的数据类型【可进行增删改查】,列表中可以包含任何数据类型,也可以包含另一个列表。
L = [1,2,[3,4]],列表L有3个成员,最后一个成员为一个列表。
列表可以通过序号(索引)访问其中成员,成员序号从0开始。
a=[1,2,3,4]
a[0]=1
列表没有shape,计算列表中成员(元素)的个数,成员以最外层的[ ]中的逗号“,”来分隔。
len(L)=3, L = [1,2,[3,4]]
空列表(0个元素的列表)
L=[]
Python元组的列表
c=[(1,2),(3,4)]
c[0]=(1,2)
c[0][0]=1
修改、添加和删除元素:
(1)修改元素
motorcycles = ['honda', 'yamaha', 'suzuki']
motorcycles[0] = 'ducati'
#结果
['ducati', 'yamaha', 'suzuki']
(2)在列表中添加元素
append 在列表末尾添加元素:
motorcycles = ['honda', 'yamaha', 'suzuki']
motorcycles.append('ducati')
#结果
['honda', 'yamaha', 'suzuki', 'ducati']
在列表中插入元素:insert()可在列表的任何位置添加新元素。指定新元素的索引和值。
motorcycles = ['honda', 'yamaha', 'suzuki']
motorcycles.insert(0, 'ducati')
#结果:
['ducati', 'honda', 'yamaha', 'suzuki']
(3)从列表中删除元素
del
motorcycles = ['honda', 'yamaha', 'suzuki']
del motorcycles[0]
#结果
['yamaha', 'suzuki']
使用方法pop()可删除列表末尾的元素
motorcycles = ['honda', 'yamaha', 'suzuki']
popped_motorcycle = motorcycles.pop()
['honda', 'yamaha']
(4)列表切片操作
要创建切片,可指定要使用的第一个元素和最后一个元素的索引。与函数range()一样,Python在到达你指定的第二个索引前面的元素后停止。要输出列表中的前三个元素,需要指定索引0~3,这将输出分别为0、1和2的元素。
players = ['charles', 'martina', 'michael', 'florence', 'eli']
print(players[1:4])
#结果
['martina', 'michael', 'florence']
players = ['charles', 'martina', 'michael', 'florence', 'eli']
print(players[2:])#提取从第3个元素到列表末尾的所有元素:
#结果:
['michael', 'florence', 'eli']
输出名单上的最后三名队员,可使用切片players[-3:]:
players = ['charles', 'martina', 'michael', 'florence', 'eli']
print(players[-3:])
#结果为:
['michael', 'florence', 'eli']
二、元组(Tuple)
1.元组的特点
元组是以圆括号“()”包围的数据集合,括号()可以省略,不同成员(元素)以逗号“,”分隔。
T=(1,2,3)
元组是不可变序列,即元组一旦创建,元组中的数据一旦确立就不能改变,不能对元组中中的元素进行增删改操作,因此元组没有增加元素append、修改元素、删除元素pop的相关方法,只能通过序号(索引)访问元组中的成员,元组中的成员的起始序号为0,
b=(1,2,3,4)
b[0]=1
元组中可以包含任何数据类型,也可以包含另一个元组。
T=(1,2,3,(‘a’,‘b’))
空元组(没有元素的元组):T=()
,含1个元素的元组:T=(1,)
,注意有逗号。
任意无符号的对象,以逗号隔开,默认为元组。
三、数组(Array-numpy)
1.数组(numpy array)的特点
准确来说Python中是没有数组类型的,只有列表(list)和元组(tuple), 数组是numpy库中所定义的,所以在使用数组之前必须下载安装numpy库。 python中的list是python的内置数据类型,list中的数据类不必相同的,而array的中的类型必须全部相同。在list中的数据类型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,增加了存储和消耗cpu。numpy中封装的array有很强大的功能,里面存放的都是相同的数据类型。
numpy array 是以方括号“[]”包围的数据集合,不同成员以空格“ ”分隔。
a=[1 2 3 4]
数组与列表区别
a = [1, 2, 3]
b = np.array(a)
#结果,list 打印显示是 [1, 2, 3],而 ndarray 打印显示是 [1 2 3],当中没有逗号。
[1 2 3]
numpy array 的数据成员必须是相同数据类型属性,不同于列表和元组。
numpy array 数组是可以多维的,而列表和元组是一维的,数组的每个维度之间以换行分隔开,单个维度内的数组成员也以换行分隔开,每个并列(单个)维度内的成员个数需要一致,不同维度的成员个数可以不一样。
numpy array 通过索引号(下标)来访问数组元素,数组每个维度的元素的起始索引*号为0
numpy array 有很多可以直接使用的函数
numpy array有形状大小shape,即维度,获取的两种方式np.shape(a) 或者 a.shape,即可得到数组的大小。
(1)0-D维数组
0维数组,也称作标量,是指数组中只有一个元素,数组的值只有一个
a= 61
(2)1-D维数组:是指元素为0-D数组的数组,也就是由多个元素值构成的数组
d=np.array([1,2,3,4])
d[0]=1
(3)2-D维数组:它的元素为一维数组,它是一维数组的数组,通常用于表示矩阵或者二阶张量,在Numpy库中又一个专门用于矩阵运算的完整子模块,numpy.mat。
arr = np.array([[1, 2, 3], [4, 5, 6]]) # 列表转数组,数组的第一维度元素以最外层列表元素以行分隔
(3)3-D维数组:它的元素为二维数组,它是二维数组的数组。
用两个二维数组,创建一个三维数组
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
[[[ 1 2 3]
[ 4 5 6]]
[[7 8 9]
[10 11 12]]]
print(arr.shape) # (2,2,3)
四:获取数组第一个元素与获取列表第一个元素操作
列表不可直接读取:
>>> a=[[1,2,3],[4,5,6]]
>>> a[0] #取一行
[1, 2, 3]
>>> a[:,0] #尝试用数组的方法读取一列失败
TypeError: list indices must be integers or slices, not tuple
>>> b=[x[0] for x in a] #!!!!!!!!!!
>>> print(b)
[1, 4]
数组,可以直接读取:
>>> import numpy as np
>>> a=np.array([[1,2,3],[4,5,6]])
>>> a[:,0]
array([1, 4])
五、
1.列表转为数组:
(1)转成数组的matrix对象,使用np.mat()方法。
a = [[2,3,4],[4,7,1]]
np.mat(a)
matrix([[2, 3, 4],
[4, 7, 1]])
(2)转成数组的ndarray对象,使用np.array()方法。
a = [[2,3,4],[4,7,1]]
np.array(a)
array([[2, 3, 4],
[4, 7, 1]])
2.数组转列表:
numpy中的数组转换为列表需要注意用tolist()方法,如果用list()函数则会构造出一个新的列表,此列表的元素是原来的数组或矩阵了。
>>> array= np.array([[1, 5, 9], [3, 5, 7]])
>>> array
array([[1, 5, 9],
[3, 5, 7]])
>>> #数组转化为矩阵
>>> matrix_2 = np.mat(array)
>>> matrix_2
matrix([[1, 5, 9],
[3, 5, 7]])
>>> #数组转化为列表
>>> list_2 = array.tolist()
>>> list_2
[[1, 5, 9], [3, 5, 7]]