Een lijst in Python is een lineaire datastructuur die heterogene elementen kan bevatten die niet hoeven te worden gedeclareerd en die flexibel zijn om te verkleinen en te groeien. Aan de andere kant is een array een datastructuur die homogene elementen kan bevatten. Arrays worden in Python geïmplementeerd met behulp van de NumPy bibliotheek. Arrays vereisen minder geheugen dan lijsten . De overeenkomst tussen een array en een lijst is dat de elementen van zowel een array als een lijst kunnen worden geïdentificeerd aan de hand van de indexwaarde.
Voorbeeld
Input: [1, 7, 0, 6, 2, 5, 6] Output: [1 7 0 6 2 5 6] Explanation: Given Python List is converted into NumPy Array>
Converteer Python-lijst naar Numpy-arrays
In Python , kunnen lijsten worden geconverteerd naar arrays met behulp van twee methoden uit de NumPy-bibliotheek:
- Numpy.array() gebruiken
- Gebruik makend van numpy.asarray()
Python-lijst naar NumPy-arrays met numpy.array()
In Python is de eenvoudigste manier om een lijst naar een NumPy-array te converteren door de functie numpy.array() te gebruiken. Er is een argument voor nodig en het resultaat is een NumPy-array. Er wordt een nieuwe kopie in het geheugen gemaakt en er wordt een nieuwe array geretourneerd.
wat maakt een pc snel
Python3
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.array(lst)> # displaying list> print> (>'List: '>, lst)> # displaying array> print> (>'Array: '>, arr)> |
>
>
Uitgang:
List: [1, 7, 0, 6, 2, 5, 6] Array: [1 7 0 6 2 5 6]>
Python-lijst naar NumPy-arrays met numpy.asarray()
In Numpy, numpy.asarray() is een functie die invoergegevens omzet in een NumPy-array. Er is een argument voor nodig en retourneert een NumPy-array. Er wordt geen nieuwe kopie in het geheugen gemaakt.
lezen uit csv-bestand in Java
Python3
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.asarray(lst)> # displaying list> print> (>'List:'>, lst)> # displaying array> print> (>'Array: '>, arr)> |
>
Java-schakelaar
>
Uitgang:
List: [1, 7, 0, 6, 2, 5, 6] Array: [1 7 0 6 2 5 6]>
Verschil tussen numpy.array() en numpy.asarray()
Het cruciale verschil tussen de twee bovenstaande methoden is dat numpy.array() een duplicaat van het originele object zal maken en numpy.asarray() de wijzigingen in het originele object zal weerspiegelen. Wanneer een kopie van de array wordt gemaakt met behulp van numpy.asarray(), worden de wijzigingen die in de ene array zijn aangebracht ook in de andere array weerspiegeld, maar worden niet de wijzigingen in de lijst weergegeven waarmee de array wordt gemaakt. Dit gebeurt echter niet met numpy.array().
Python3
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.asarray(lst)> # displaying list> print> (>'List:'>, lst)> # displaying array> print> (>'arr: '>, arr)> # made another array out of arr using asarray function> arr1>=> numpy.asarray(arr)> #displaying arr1 before the changes made> print>(>'arr1: '> , arr1)> #change made in arr1> arr1[>3>]>=> 23> #displaying arr1 , arr , list after the change has been made> print>(>'lst: '> , lst)> print>(>'arr: '> , arr)> print>(>'arr1: '> , arr1)> |
>
Java-wiskunde willekeurig
>
Uitgang:
List: [1, 7, 0, 6, 2, 5, 6] arr: [1 7 0 6 2 5 6] arr1: [1 7 0 6 2 5 6] lst: [1, 7, 0, 6, 2, 5, 6] arr: [ 1 7 0 23 2 5 6] arr1: [ 1 7 0 23 2 5 6]>
In arr en arr1 is de verandering zichtbaar bij index 3, maar niet bij 1st.