有一个简单的方法可以将Python中的数字列表转换为numpy数组，点击这里查看。
但是，我尝试过的简单函数（例如numpy.average(x)）都可以处理普通Python列表或numpy数组。在哪些情况下需要将Python中的列表（或数组）转换为numpy数组？
2个回答
4
迄今为止所给出的答案非常好。
通过将许多NumPy功能绑定到数组对象上的方法，简单方便，非常有帮助。
这里有一件事还没有被提到。
在将列表传递给NumPy函数之前，将其转换为数组的一个很好的原因是，大多数NumPy函数在执行任何计算之前会尝试将应该成为数组的参数转换为NumPy数组。 这意味着，当你在值的列表或值的列表中调用NumPy函数时，NumPy首先将列表转换为数组，然后运行计算，最后返回结果。
如果你对同一个列表进行多次调用NumPy函数，每次调用内置的NumPy函数时，NumPy都将被迫构建一个新的数组，并将值从你的数组复制到其中。 这会导致很多不必要的转换，并且会减慢每个函数调用的速度。 要将列表转换为数组，NumPy必须遍历你给定的列表以确定适当的数据类型和形状，分配一个空数组来保存需要的值，然后再次遍历列表以将Python对象中包含的值存储在数组的适当条目中。
所有这些额外的工作都可能会减慢速度，如果没有必要进行所有相同的多次转换，那么多次转换并没有意义。
在将列表传递给NumPy函数之前，将其转换为数组的一个很好的原因是，大多数NumPy函数在执行任何计算之前会尝试将应该成为数组的参数转换为NumPy数组。 这意味着，当你在值的列表或值的列表中调用NumPy函数时，NumPy首先将列表转换为数组，然后运行计算，最后返回结果。
如果你对同一个列表进行多次调用NumPy函数，每次调用内置的NumPy函数时，NumPy都将被迫构建一个新的数组，并将值从你的数组复制到其中。 这会导致很多不必要的转换，并且会减慢每个函数调用的速度。 要将列表转换为数组，NumPy必须遍历你给定的列表以确定适当的数据类型和形状，分配一个空数组来保存需要的值，然后再次遍历列表以将Python对象中包含的值存储在数组的适当条目中。
所有这些额外的工作都可能会减慢速度，如果没有必要进行所有相同的多次转换，那么多次转换并没有意义。
- IanH
2
Numpy数组比Python列表更紧凑，使用更少的内存。Numpy不仅更高效，而且更方便。在Numpy中有许多向量和矩阵运算。Numpy还内置了FFT、卷积、统计、直方图等功能。在速度等方面也有很多优势，例如如果将Numpy数组的元素与列表中的元素相加，前者会更快。总的来说，当处理大型多维数组或进行科学计算时，Numpy数组非常有用。
- RDizzl3
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接