**一**. list的元素可以是不同的类型,而ndarray只能包含同一种类型的元素。
**二**. 切片的返回值所表示的意义不同。
import numpy as np
a=np.array([1,2,3,4,5,6])
b=[1,2,3,4,5,6]
c=a[:3]
d= b[:3]
c[0]=0
d[0]=0
id(a),id(b),id(c),id(d),a,b,c,d
(82813000,
82840912,
82839456,
82806144,
array([0, 2, 3, 4, 5, 6]),
[1, 2, 3, 4, 5, 6],
array([0, 2, 3]),
[0, 2, 3])
由此可见列表切片的返回值是对切片范围的浅拷贝,而ndarray返回的是一个原ndarray的一个view,对这个view的任何修改实质上都是对原ndarray的修改。
如果不想得到view,可以通过copy()得到深拷贝。
import numpy as np
a=np.array([[1,2],[3,4]])
b=a[:1].copy()
b[0][0]=2
a,b
(array([[1, 2],
[3, 4]]), array([[2, 2]]))
三.
import numpy as np
(1,2,3,4)*2,np.array([1,2,3,4])*2
((1, 2, 3, 4, 1, 2, 3, 4), array([2, 4, 6, 8]))
python的*代表着重复,而numpy代表着对每个元素相乘。
**二**. 切片的返回值所表示的意义不同。
import numpy as np
a=np.array([1,2,3,4,5,6])
b=[1,2,3,4,5,6]
c=a[:3]
d= b[:3]
c[0]=0
d[0]=0
id(a),id(b),id(c),id(d),a,b,c,d
(82813000,
82840912,
82839456,
82806144,
array([0, 2, 3, 4, 5, 6]),
[1, 2, 3, 4, 5, 6],
array([0, 2, 3]),
[0, 2, 3])
由此可见列表切片的返回值是对切片范围的浅拷贝,而ndarray返回的是一个原ndarray的一个view,对这个view的任何修改实质上都是对原ndarray的修改。
如果不想得到view,可以通过copy()得到深拷贝。
import numpy as np
a=np.array([[1,2],[3,4]])
b=a[:1].copy()
b[0][0]=2
a,b
(array([[1, 2],
[3, 4]]), array([[2, 2]]))
三.
import numpy as np
(1,2,3,4)*2,np.array([1,2,3,4])*2
((1, 2, 3, 4, 1, 2, 3, 4), array([2, 4, 6, 8]))
python的*代表着重复,而numpy代表着对每个元素相乘。
List与Ndarray的区别

本文对比了Python中list与ndarray的特点:1) Ndarray元素必须同类型,而list可以包含不同类型;2) Ndarray切片操作返回的是视图而非副本,对视图的修改会影响原数组;3) Ndarray支持元素级运算,而list则支持序列重复。

1393

被折叠的 条评论
为什么被折叠?



