Andmeteadus

Kuidas teisendada Pythoni NumPy massiiv Pythoni loendiks

Kuidas teisendada Pythoni NumPy massiiv Pythoni loendiks
Massiivobjekti kasutatakse mitme väärtuse salvestamiseks ja loendiobjekti kasutatakse Pythonis massiiviobjektiga sarnase ülesande tegemiseks. Massiivobjekti NumPy kasutatakse Pythonis erinevat tüüpi arvuliste toimingute tegemiseks. Mitmemõõtmelise massiivi saab luua selle teegi abil. NumPy teegil on sisseehitatud loetlema() funktsioon NumPy massiivi teisendamiseks pythoni loendiks. See funktsioon ei võta ühtegi argumenti ja tagastab pythoni loendi. Kui massiiv on ühemõõtmeline, tagastab funktsioon lihtsa pythoni loendi. Kui massiiv on mitmemõõtmeline, tagastab massiiv pesastatud pythoni loendi. Kui massiivi mõõt on 0, tagastab funktsioon loendi asemel pythoni skalaarmuutuja. Kuidas funktsioon tolist () saab teisendada erinevat tüüpi NumPy massiivi Pythoni loendiks, on näidatud selles õpetuses.

Süntaks:

nimekiri ndarray.loetlema()

Siin, ndarray on NumPy massiiv ja tagastusväärtuseks on mis tahes loend, kui ndarray on ühemõõtmeline või mitmemõõtmeline massiiv.

Erinevate NumPy massiivi tüüpide teisendamine Pythoni loendiks:

Ühe või mitme mõõtmelise NumPy massiivi teisendamise viisid on selles õpetuses näidatud mitme näite abil. Järgmiste näidete harjutamiseks võite kasutada mis tahes pythoni toetatud redaktorit. Selles õpetuses kasutatakse õpetuse skripti kirjutamiseks populaarset pythoni redaktorit PyCharm.

Näide 1: teisendage ühemõõtmeline massiiv loendiks

Järgmine näide näitab, kuidas ühemõõtmelise massiivi saab teisendada Pythoni loendiks loetlema() funktsioon. NumPy kogu imporditakse skripti alguses. arange () Funktsiooni kasutatakse skripti abil ühemõõtmelise vahemiku väärtuste massiivi NumPy loomiseks. Järgmine loetlema() Funktsiooni kasutatakse NumPy massiivi teisendamiseks pythoni loendiks.

# Importige NumPy
impordi numpy kui np
# Looge ühemõõtmeline NumPy massiiv väärtuste vahemikuga
np_array = np.aranž (5)
# Trükkige NumPy massiiv
print ("Massiivi NumPy väärtused: \ n", np_array)
# Teisenda NumPy massiiv pythoni loendiks
list_obj = np_ärv.loetlema()
# Trüki pythoni loend
print ("Püütoniloendi väärtused: \ n", list_obj)

Väljund:

Pärast skripti käivitamist ilmub järgmine väljund. NumPy massiivi väärtused on trükitud esimesse väljundisse, kus massiivi väärtuste eraldamiseks kasutatakse ruumi. Püütoni loendi väärtused on trükitud teise väljundisse, kus koma (,) kasutatakse loendi elementide eraldamiseks.

Näide 2: teisendage kahemõõtmeline massiiv loendiks

Järgmine näide näitab, kuidas kahemõõtmelise massiivi NumPy saab teisendada Pythoni loendiks loetlema() funktsioon. NumPy kogu imporditakse skripti alguses. massiiv () Funktsiooni kasutatakse siin kahemõõtmelise arvväärtuste NumPy massiivi loomiseks, mis prinditakse hiljem. loetlema() funktsiooni kasutatakse skriptis kahemõõtmelise massiivi teisendamiseks pesastatud pythoni loendiks. Järgmisena trükitakse pythoni loend.

# Importige NumPy
impordi numpy kui np
# Looge loendi abil kahemõõtmeline massiiv NumPy
np_array = np.massiiv ([[1, 2, 3], [4, 5, 6]])
# Trükkige NumPy massiiv
print ("Massiivi NumPy väärtused: \ n", np_array)
# Teisenda NumPy massiiv pythoni loendiks
list_obj = np_ärv.loetlema()
# Trüki pythoni loend
print ("Püütoniloendi väärtused: \ n," list_obj)

Väljund:

Skripti käivitades ilmub järgmine väljund. Esimene väljund näitab kahest loendist loodud kahemõõtmelise massiivi NumPy väärtusi. Teine väljund näitab pesastatud pesonite loendi väärtusi.

Näide 3: teisendage kolmemõõtmeline massiiv loendiks

Järgmine näide näitab, kuidas kolmemõõtmelise massiivi saab a abil muuta pesastatud Pythoni loendiks loetlema(). NumPy kogu imporditakse skripti alguses. Järgmine set_printoptions () Funktsiooni kasutatakse NumPy massiivis rakendatavate ujuvate arvude täpsuse väärtuse määramiseks. rand () funktsiooni kasutatakse skriptis kolmemõõtmelise NumPy massiivi loomiseks. See funktsioon genereerib juhusliku ujuva arvu. Ujuvate arvude kolmemõõtmelise massiivi loob rand () funktsioon, korrutatuna 10000-ga, et saada arvväärtus, mis koosneb 4-kohalisest kümnendkohast ja 2-kohalisest kümnendkohast. Kolmemõõtmelise massiivi väärtused trükitakse järgmises avalduses. loetlema() Funktsioon teisendab kolmemõõtmelise massiivi pesastatud pythoni loendiks ja kolme sisestatud silmuse jaoks kasutatakse loendi väärtuste vormindamiseks 2 numbrit pärast koma. The ümmargune () funktsiooni kasutatakse ülesande täitmiseks. Järgmisena prinditakse vormindatud loend.

# Importige NumPy
impordi numpy kui np
# Määrake ujuvate väärtuste täpsus
np.set_printoptions (täpsus = 2, summutamine = tõene)
# Kuulutage juhuslike arvude kolmemõõtmeline massiiv
np_array = np.juhuslik.rand (2, 2, 2) * 10000
# Trükkige NumPy massiiv
print ("\ nMassiivi NumPy väärtused: \ n", np_array)
# Teisenda NumPy massiiv pythoni loendiks
list_obj = np_ärv.loetlema()
# Ümardage pesastatud loendi väärtused
list_obj = [[[ümmargune (val3, 2) val3 jaoks val2]] val2 korral val1] val1 jaoks loendis_obj]
# Trüki pythoni loend
print ("\ nPüütoniloendi väärtused: \ n", list_obj)

Väljund:

Pärast skripti käivitamist ilmub järgmine väljund. Esimene väljund näitab ruumilise NumPy massiivi väärtusi. Teine väljund näitab loendi väärtuste vormindatud väljundit.

Järeldus:

Pythoni loend on kasulik objekt mitmesuguste toimingute tegemiseks, kus ühes muutujas saab salvestada mitu väärtust, mis töötab nagu teiste programmeerimiskeelte numbriline massiiv. Erinevat tüüpi massiive saab luua Pythoni NumPy teegi abil. Mõnikord nõuab see loendi teisendamist massiiviks NumPy või vastupidi. Kuidas ühemõõtmelist ja mitmemõõtmelist massiivi saab Pythoni loendiks muuta, selgitatakse selles õpetuses lihtsate näidete abil. Loodan, et lugejad muudavad NumPy massiivi pärast selle õpetuse lugemist hõlpsasti Pythoni loendiks.

Parimad Linuxi mängupuldi kaardistamise rakendused
Kui teile meeldib mängida Linuxis mänge tavalise klaviatuuri ja hiire sisestussüsteemi asemel mängupuldiga, on teie jaoks mõned kasulikud rakendused. ...
Kasulikud tööriistad Linuxi mängijatele
Kui teile meeldib Linuxis mänge mängida, on tõenäoline, et olete mängukogemuse parandamiseks kasutanud selliseid rakendusi ja utiliite nagu Wine, Lutr...
HD Remastered Games Linuxile, millel pole kunagi varem Linuxi väljalaset olnud
Paljud mängude arendajad ja kirjastajad pakuvad frantsiisi eluea pikendamiseks välja vanade mängude HD-remasteri. Palun fännid, kes soovivad ühilduvus...