Johdanto

Pythonissa lista on lineaarinen tietorakenne, joka voi tallentaa heterogeenisiä elementtejä. Sitä ei tarvitse määritellä, ja se voi kutistua ja laajentua tarpeen mukaan. Toisaalta NumPy-taulukko on tietorakenne, joka voi tallentaa homogeenisia elementtejä. Se on toteutettu Pythonissa NumPy-kirjaston avulla. Tämä kirjasto on erittäin tehokas moniulotteisten taulukoiden käsittelyssä. Se on myös erittäin tehokas käsittelemään valtavaa määrää tietoelementtejä. NumPy-taulukot käyttävät vähemmän muistia kuin List-tietorakenteet. Sekä NumPy-taulukko että luettelo voidaan tunnistaa niiden indeksiarvosta.

NumPy-kirjasto tarjoaa kaksi menetelmää luetteloiden muuntamiseen taulukoiksi Pythonissa.

1. Numpy.array()
2. Numpy.asarray()

Tapa 1: Numpy.array()

Pythonissa yksinkertaisin tapa muuntaa lista NumPy-taulukoksi on numpy.array()-funktio. Se ottaa argumentin ja palauttaa NumPy-taulukon. Se luo uuden kopion muistiin.

Ohjelma 1

 # importing library of the array in python import numpy # initilizing elements of the list a = [1, 2, 3, 4, 5, 6, 7, 8, 9] # converting elements of the list into array elements arr = numpy.array(a) # displaying elements of the list print ('List: ', a) # displaying elements of the array print ('Array: ', arr) 

Lähtö:

 List: [1, 2, 3, 4, 5, 6, 7, 8, 9] Array: [1 2 3 4 5 6 7 8 9] 

Tapa 2: Numpy.asarray()

Pythonissa toinen menetelmä on numpy.asarray()-funktio, joka muuntaa listan NumPy-taulukoksi. Se ottaa argumentin ja muuntaa sen NumPy-taulukoksi. Se ei luo uutta kopiota muistiin. Tässä kaikki alkuperäiseen taulukkoon tehdyt muutokset näkyvät NumPy-taulukossa.

pythonin koko

Ohjelma 2

 # importing library of the array in python import numpy # initilizing elements of the list a = [1, 2, 3, 4, 5, 6, 7, 8, 9] # converting elements of the list into array elements arr = numpy.asarray(a) # displaying elements of the list print ('List:', a) # displaying elements of the array print ('Array: ', arr) 

Lähtö:

 List: [1, 2, 3, 4, 5, 6, 7, 8, 9] Array: [1 2 3 4 5 6 7 8 9] 

Ohjelma 3

 # importing library of the NumPy array in python import numpy # initilizing elements of the list lst = [1, 2, 3, 4, 5, 6, 7, 8, 9] # converting elements of the list into array elements arr = numpy.asarray(lst) # displaying elements of the list print ('List:', lst) # displaying elements of the array print ('arr: ', arr) # made another array out of arr using asarray function arr1 = numpy.asarray(arr) #displaying elements of the 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) 

Lähtö:

 List: [1, 2, 3, 4, 5, 6, 7, 8, 9] arr: [1 2 3 4 5 6 7 8 9] arr1: [1 2 3 4 5 6 7 8 9] lst: [1, 2, 3, 4, 5, 6, 7, 8, 9] arr: [ 1 2 3 23 5 6 7 8 9] arr1: [ 1 2 3 23 5 6 7 8 9]