python本身并没有数组类型,但是他的Numpy库中有数组类型。推荐学习:Python视频教程)
二者都可以用于处理多维数组。
Numpy中的ndarray对象用于处理多维数组,它作为一个快速而灵活的大数据容器。Python列表可以存储一维数组,通过列表的嵌套可以实现多维数组。
2存储效率和输入输出性能不同。
Numpy专门针对数组的操作和运算进行了设计,存储效率和输入输出性能远优于Python中的嵌套列表,数组越大,Numpy的优势就越明显。
3元素数据类型。
通常,Numpy数组中的所有元素的类型都必须相同的,而Python列表中的元素类型是任意的,所以在通用性能方面Numpy数组不及Python列表,但在科学计算中,可以省掉很多循环语句,代码使用方面比Python列表简单的多。
array的创建
Numpy数组创建时,参数既可以是list,也可以是元组。例如:
>>> a=np.array((1,2,3))#参数是tuple >>> b=np.array([6,7,8])#参数是list >>> c=np.array([[1,2,3],[4,5,6]])#参数是二维list
除此之外,还可以使用numpy提供的其他方法创建一个数组,例如:
>>> arr1=np.arange(1,10,1) >>> arr2=np.linspace(1,10,10)
np.arange(a,b,c)表示产生从a-b不包括b,间隔为c的一个array,数据类型默认是int32。但是linspace(a,b,c)表示的是把a-b平均分成c分,它包括b。
更多Python相关技术文章,请访问Python教程栏目进行学习!