Python—如何高效地从对象列表中构造numpy数组

我正在构建一个python应用程序，在该应用程序中检索对象列表，并希望对其进行打印（对于打印，我使用

matplotlib

）。列表中的每个对象都包含两个属性

例如，假设我有列表rawdata，其中存储的对象具有属性timestamp和power

rawdata[0].timestamp == 1
rawdata[1].timestamp == 2
rawdata[2].timestamp == 3

等

等

我希望能够画出这两个维度，这两个属性代表了这两个维度，我希望以一种节省时间和空间的方式来做。这意味着我希望避免在列表上进行迭代，并在列表中依次构造类似numpy数组的内容

有没有一种方法可以应用列表的即时转换？或是以某种方式把它按原样画出来？既然所有的信息都已经包含在列表中，我相信应该有办法

我找到的最接近的答案是，但它包括对列表的顺序迭代

更新

正如Antonio Ragagnin所指出的，我可以使用

map

内置函数高效地构造numpy数组。但这也意味着我必须创建第二个数据结构。我可以使用

map

动态地将列表转换为二维numpy数组吗？

来自（我的重点）：

如果matplotlib仅限于处理列表，那么它对于数字处理将是相当无用的。通常，您将使用numpy数组事实上，所有序列都在内部转换为numpy数组。

因此，如果不将其转换为numpy数组，matplotlib将不会丢失任何内容。

来自（我的重点）：

如果matplotlib仅限于处理列表，那么它对于数字处理将是相当无用的。通常，您将使用numpy数组事实上，所有序列都在内部转换为numpy数组。

---

因此，如果不将其转换为numpy数组，matplotlib将不会有任何损失。

内置函数（在Python解释器中用C编写）对您来说是一个好选择吗？这确实很有用，在询问Is

map

内置函数（在Python解释器中用C编写）之前，我应该先考虑map这对你们来说是个不错的选择吗？这确实很有帮助，在问之前我应该先考虑一下地图

rawdata[0].power == 1232.547
rawdata[1].power == 2525.423
rawdata[2].power == 1125.253