Python技巧：二维列表 和 二维矩阵 的区别

np.vstack 是 NumPy 中的一个函数，用于将多个数组沿垂直方向（行方向）堆叠。它可以处理 二维列表 和 二维矩阵，但它们之间有一些关键区别。以下是详细说明：

---

1. 二维列表

• 定义:

  • 二维列表是 Python 原生的数据结构，是一个列表的列表。
  • 例如：

    list_2d = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
    

  • 它是一个嵌套的列表结构，每个子列表代表一行数据。

• 特点:

  • 不是 NumPy 数组，因此不支持 NumPy 的向量化操作（如广播、数学运算等）。
  • 灵活性高，可以存储不同类型的数据（如整数、字符串等）。
  • 内存效率较低，适合小规模数据。

• 使用 np.vstack:

  • np.vstack 可以将多个二维列表堆叠成一个二维数组。
  • 例如：

    import numpy as np
    list_2d_1 = [[1, 2, 3], [4, 5, 6]]
    list_2d_2 = [[7, 8, 9], [10, 11, 12]]
    result = np.vstack((list_2d_1, list_2d_2))
    print(result)
    

    输出：

    [[ 1  2  3]
     [ 4  5  6]
     [ 7  8  9]
     [10 11 12]]
    

---

2. 二维矩阵

• 定义:

  • 二维矩阵是 NumPy 的 ndarray 对象，是一个二维数组。
  • 例如：

    matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
    

  • 它是一个连续的内存块，支持高效的数值计算。

• 特点:

  • 是 NumPy 数组，支持向量化操作（如广播、数学运算等）。
  • 内存效率高，适合大规模数值计算。
  • 所有元素必须是相同的数据类型。

• 使用 np.vstack:

  • np.vstack 可以将多个二维矩阵堆叠成一个更大的二维矩阵。
  • 例如：

    import numpy as np
    matrix_1 = np.array([[1, 2, 3], [4, 5, 6]])
    matrix_2 = np.array([[7, 8, 9], [10, 11, 12]])
    result = np.vstack((matrix_1, matrix_2))
    print(result)
    

    输出：

    [[ 1  2  3]
     [ 4  5  6]
     [ 7  8  9]
     [10 11 12]]
    

---

3. np.vstack 的区别

• 输入类型:

  • np.vstack 可以接受二维列表或二维矩阵作为输入。
  • 如果输入是二维列表，np.vstack 会将其转换为 NumPy 数组后再堆叠。
  • 如果输入是二维矩阵，np.vstack 直接进行堆叠。

• 输出类型:

  • 无论输入是二维列表还是二维矩阵，np.vstack 的输出始终是 NumPy 二维数组（ndarray）。

• 性能:

  • 对于二维矩阵，np.vstack 的性能更高，因为 NumPy 数组是连续的内存块。
  • 对于二维列表，np.vstack 需要先将其转换为 NumPy 数组，因此性能稍低。

---

4. 总结

特性	二维列表	二维矩阵（NumPy 数组）
定义	列表的列表	NumPy 的 ndarray 对象
数据类型	可以存储不同类型的数据	所有元素必须是相同的数据类型
内存效率	较低	较高
数值计算支持	不支持向量化操作	支持向量化操作（如广播、数学运算）
np.vstack 输入	可以接受	可以接受
np.vstack 输出	转换为 NumPy 数组后堆叠	直接堆叠

---

示例对比

输入为二维列表

import numpy as np
list_2d_1 = [[1, 2, 3], [4, 5, 6]]
list_2d_2 = [[7, 8, 9], [10, 11, 12]]
result = np.vstack((list_2d_1, list_2d_2))
print(result)

输出：

[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]

输入为二维矩阵

import numpy as np
matrix_1 = np.array([[1, 2, 3], [4, 5, 6]])
matrix_2 = np.array([[7, 8, 9], [10, 11, 12]])
result = np.vstack((matrix_1, matrix_2))
print(result)

输出：

[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]

---

总结

• 二维列表 是 Python 原生的数据结构，灵活但效率较低。
• 二维矩阵 是 NumPy 的 ndarray，适合高效的数值计算。
• np.vstack 可以处理两者，但输入为二维矩阵时性能更高。