何时使用Python中的哪些数组实现？

什么时候应该使用

np.array（[1,2,3]）

vs

np.array（[1,2,3]）

vs

[1,2,3]

vs

[1,2,3]

？我知道使用np.array可以在数组上执行列表实现无法执行的某些操作，并且使用

[[]]

而不是

[]

可以进行转置，但是使用一个数组而不是其他数组的一般原因是什么？

这是numpy与列表以及1d与2d维度的问题：

• np.array（[1,2,3]）

  是一个由3个元素组成的一维数组：

  type（np.array（[1,2,3]）

  返回

  和
  np.array（[1,2,3]）。shape
  返回
  （3，）

• np.array（[[1,2,3]]）

  是一个具有1行3列的二维数组：

  type

  返回
  和

  shape

  返回

  （1,3）

• [1,2,3]

  是一个包含3个元素的一维列表：

  类型（[1,2,3]）

  返回
  和

  len（[1,2,3]）

  返回

  3

• [[1,2,3]]

  是一个包含1行和3列的二维列表：

  type

  返回
  ，

  len

  返回

  1

  和

  len（[[1,2,3]][0]）

  返回

  3

  。请注意，

  [[1,2,3]][0]=[1,2,3]

  ，因此此2d列表的第一个元素是1d列表

您一定已经注意到列表没有

shape

属性。列表是基本的python对象，尽管它们有很多用途，但有时您需要使用

ndarray

，尤其是需要使用特定的

numpy

函数。但是，不要更改

ndarray

的所有列表，因为有些操作使用列表更方便。总之，必要时使用

ndarray

，否则使用

list

---

至于尺寸，这取决于你需要什么，但如果你不需要二维的东西，那就用一维吧。

一个是1D，另一个是2D？如果你发现自己问这个问题时没有清楚地理解其中的区别，那么你需要坚持1D。这意味着你很有可能真的不需要2Doperations@roganjosh昨天，OP提出了一个问题，寻求一维数组的外积，但试图使用矩阵积。你可以问“使用numpy数组的原因是什么”——这应该让你开始：

[1,2,3]

和

[[1,2,3]]

不是数组，而是列表。最佳答案取决于您试图对这些对象执行的操作。在这一点明确之前，我认为您需要学习如何将一种形式转换为另一种形式

np.array

从列表中生成数组

.tolist（）执行相反的操作<代码>重塑

是更改数组维度的一种方法。同时学习各自的方法。列表有一组有限但非常有用的方法。数组永远不会取代列表（和/或元组）。列表对象没有维度。我认为，考虑到这个问题，这里的庸俗化比词汇表的准确性更重要