PyTorch与NumPy：列表类型数据的互转攻略

关注

原创最新推荐文章于 2026-07-08 16:15:50 发布 511 阅读 AI 写同款· GEO 优化 ›

Python数据保存全攻略：从张量到字典的5种本地存储方法（附代码示例）本文全面解析了Python中五种核心数据结构的本地持久化方法，针对张量、列表、NumPy数组和字典等不同数据类型，提供了从基础保存到高级优化的实战代码示例。重点探讨了PyTorch张量的设备无关性保存、列表的文本与二进制存储选择、NumPy数组的高效.npy格式，以及字典的JSON序列化与自定义处理，帮助开发者构建可靠、高效的数据存储策略。阅读详情

import torch
from torch.autograd import Variable
import numpy as np
'''
pytorch中Variable与torch.Tensor类型的相互转换
'''

# 1.torch.Tensor转换成Variablea=torch.randn((5,3))
b=Variable(a)
print('a',a.type(),a.shape)
print('b',type(b),b.shape)

# 2.Variable转换成torch.Tensorc=b.data#通过 Variable.data 方法相当于将Variable中的torch.tensor 取出来
print('c',c.type(),c.shape)

'''
torch.tensor与numpy之间的相互转换
'''
# 3.torch.tensor转换成numpy
d=c.numpy()
# 4.numpy转换成torch.tensor
e=torch.from_numpy(d)
print('d',type(d))
print('e',type(e))

'''
numpy和list之间的相互转换   注意这种转换只支持one-dimension array
'''
# 5.numpy转换成list
f1=d.tolist()
f2=list(d)
# 6.list转换成numpy
g=np.asarray(f2)
print('f1',type(f1))
print('f2',type(f2))
print('g',type(g))
'''
a torch.FloatTensor torch.Size([5, 3])
b <class 'torch.Tensor'> torch.Size([5, 3])
c torch.FloatTensor torch.Size([5, 3])
d <class 'numpy.ndarray'>
e <class 'torch.Tensor'>
f1 <class 'list'>
f2 <class 'list'>
g <class 'numpy.ndarray'>
'''