Kuinka muuntaa Python NumPy -matriisi python -luetteloksi

How Convert Python Numpy Array Python List



Taulukko -objektia käytetään useiden arvojen tallentamiseen, ja luettelo -objektia käytetään Pythonissa tekemään samanlainen tehtävä matriisiobjektille. NumPy -matriisiobjektia käytetään erilaisten numeeristen toimintojen suorittamiseen Pythonissa. Monikokoinen taulukko voidaan luoda käyttämällä tätä kirjastoa. NumPy-kirjastossa on sisäänrakennettu listata() -toiminto muuntaa NumPy -taulukon python -luetteloon. Tämä funktio ei ota argumentteja ja palauttaa python -luettelon. Jos taulukko on yksiulotteinen, funktio palauttaa yksinkertaisen python-luettelon. Jos taulukko on moniulotteinen, taulukko palauttaa sisäkkäisen python-luettelon. Jos taulukon mitta on 0, funktio palauttaa python -skalaarimuuttujan luettelon sijaan. Tässä opetusohjelmassa näytetään, kuinka tolist () -toiminto voi muuntaa erityyppiset NumPy -taulukot python -luetteloiksi.

Syntaksi:

listandarray.listata()

Tässä, ndarray on NumPy -taulukko ja palautusarvo on mikä tahansa luettelo, jos ndarray on yksi- tai moniulotteinen matriisi.







Muunna erityyppiset NumPy -taulukot Python -luetteloon:

Tässä opetusohjelmassa on esitetty tapoja muuntaa yksi tai useampi ulotteinen NumPy -matriisi käyttämällä useita esimerkkejä. Voit käyttää mitä tahansa python -tuettua editoria seuraavien esimerkkien harjoittamiseen. Suosittua python -editoria, PyCharmia, käytetään tässä opetusohjelmassa opetusohjelman komentosarjan kirjoittamiseen.



Esimerkki 1: Muunna yksiulotteinen taulukko luetteloksi

Seuraava esimerkki osoittaa, kuinka yksiulotteinen matriisi voidaan muuntaa python-luetteloksi listata() toiminto. NumPy -kirjasto tuodaan komentosarjan alussa. arange () -toimintoa käytetään komentosarjassa luomaan yksiulotteinen aluearvojen NumPy-matriisi. Seuraavaksi, listata() -toimintoa käytetään NumPy -taulukon muuntamiseen python -luetteloksi.



# Tuo NumPy
tuontinumpykutenesim

# Luo yksiulotteinen NumPy-taulukko, jossa on arvoalue
np_array=esim.arange(5)

# Tulosta NumPy -taulukko
Tulosta('NumPy -taulukon arvot: n'',np_array)

# Muunna NumPy -taulukko python -luetteloksi
list_obj=np_array.listata()

# Tulosta python -luettelo
Tulosta('Python -luettelon arvot: n'',list_obj)

Lähtö:

Seuraava tulos tulee näkyviin komentosarjan suorittamisen jälkeen. NumPy -taulukon arvot on painettu ensimmäiseen lähtöön, jossa välilyöntiä käytetään taulukon arvojen erottamiseen. Python -luetteloarvot on tulostettu toiseen lähtöön, jossa pilkku (,) käytetään luetteloelementtien erottamiseen.





Esimerkki 2: Muunna kaksiulotteinen taulukko luetteloksi

Seuraava esimerkki osoittaa, kuinka kaksiulotteinen NumPy-matriisi voidaan muuntaa python-luetteloksi käyttämällä listata() toiminto. NumPy -kirjasto tuodaan komentosarjan alussa. array () -toimintoa käytetään tässä luomaan kaksiulotteinen NumPy-taulukko numeerisia arvoja, jotka tulostetaan myöhemmin. listata() -toimintoa käytetään komentosarjassa muuntamaan kaksiulotteinen taulukko sisäkkäiseksi python-luetteloksi. Seuraavaksi python -luettelo tulostetaan.



# Tuo NumPy
tuontinumpykutenesim

# Luo kaksiulotteinen NumPy-taulukko luettelon avulla
np_array=esim.matriisi([[1, 2, 3], [4, 5, 6]])

# Tulosta NumPy -taulukko
Tulosta('NumPy -taulukon arvot: n'',np_array)

# Muunna NumPy -taulukko python -luetteloksi
list_obj=np_array.listata()

# Tulosta python -luettelo
Tulosta('Python -luettelon arvot: n, 'list_obj)

Lähtö:

Seuraava tulos tulee näkyviin suorittaessaan komentosarjaa. Ensimmäinen ulostulo näyttää kahdesta luettelosta luodun kaksiulotteisen NumPy-taulukon arvot. Toinen ulostulo näyttää sisäkkäisten python -luettelon arvot.

Esimerkki 3: Muunna kolmiulotteinen taulukko luetteloksi

Seuraava esimerkki osoittaa, kuinka kolmiulotteinen matriisi voidaan muuntaa sisäkkäiseksi python-luetteloksi käyttämällä listata(). NumPy -kirjasto tuodaan komentosarjan alussa. Seuraavaksi, set_printoptions () -toimintoa käytetään asettamaan tarkkuusarvo NumPy -taulukossa oleville kelluville numeroille. rivi() -toimintoa käytetään skriptissä kolmiulotteisen NumPy-taulukon luomiseen. Tämä toiminto luo satunnaisen kelluvan luvun. Kelluvien numeroiden kolmiulotteinen matriisi luodaan rivi() funktio, joka kerrotaan 10000: lla, jotta saadaan numeerinen arvo, jossa on 4 numeroa ennen desimaalipistettä ja 2 numeroa desimaalipisteen jälkeen. Kolmiulotteisen taulukon arvot tulostetaan seuraavassa lauseessa. listata() -toiminto muuntaa kolmiulotteisen taulukon sisäkkäiseksi python-luetteloksi, ja kolme sisäkkäistä silmukkaa käytetään muotoilemaan luetteloarvot kahdella numerolla desimaalipisteen jälkeen. The pyöristää() toimintoa käytetään tehtävän suorittamiseen. Seuraavaksi muotoiltu luettelo tulostetaan.

# Tuo NumPy
tuontinumpykutenesim

# Aseta liukuvien arvojen tarkkuusarvo
esim.set_printoptions(tarkkuutta=2,tukahduttaa=Totta)

# Ilmoita kolmiulotteinen joukko satunnaislukuja
np_array=esim.satunnaisesti.rivi(2, 2, 2)*10000

# Tulosta NumPy -taulukko
Tulosta('' nNumPy -taulukon arvot: n'',np_array)

# Muunna NumPy -taulukko python -luetteloksi
list_obj=np_array.listata()

# Pyöristä sisäkkäisen luettelon arvot
list_obj= [[[pyöristää(val3, 2) vartenval3sisäänval2] vartenval2sisäänval1] vartenval1sisäänlist_obj]

# Tulosta python -luettelo
Tulosta('' nPython -luettelon arvot: n'',list_obj)

Lähtö:

Seuraava tulos tulee näkyviin komentosarjan suorittamisen jälkeen. Ensimmäinen lähtö näyttää kolmiulotteisen NumPy-taulukon arvot. Toinen lähtö näyttää luetteloarvojen muotoillun lähdön.

Johtopäätös:

Python -luettelo on hyödyllinen kohde eri toimintojen suorittamiseen, joissa useita arvoja voidaan tallentaa yhteen muuttujaan, joka toimii kuten muidenkin ohjelmointikielten numeerinen taulukko. Erilaisia ​​matriiseja voidaan luoda käyttämällä Pythonin NumPy -kirjastoa. Joskus se vaatii luettelon muuntamisen NumPy-matriisiksi tai päinvastoin. Tässä opetusohjelmassa selitetään yksinkertaisten esimerkkien avulla, kuinka yksiulotteinen ja moniulotteinen matriisi voidaan muuntaa python-luetteloksi. Toivottavasti lukijat muuttavat NumPy -taulukon python -luetteloksi helposti tämän opetusohjelman lukemisen jälkeen.