Python 数组像列表一样打印，但它在变量资源管理器中是一个整数？为什么？

当ı打印出来时，下面的代码Q被打印出来，假设它是下一个数字的（3 5 7 9）和。但是在变量管理器中，它是一个整数，ı想要得到像数组一样的结果Q

Q=[3,5,7,9]

---

这也不起作用

目前，您每次只需声明

Q

，它从未添加到某些值集合中

相反，从一个空列表开始（或者可能是一个numpy数组），然后在循环之外和在每个循环周期向其追加值

Q

是一个numpy数组，但它不是您所期望的

它没有维度，只引用单个值

>类型（Q）
>>>打印（报告（Q））
阵列（9）

>>将numpy作为np导入
>>>A=[1,2,3,4,5]
>>>Q=np.array（[]，dtype=np.uint8）
>>>对于范围（4）中的i：
...     Q=np.append（Q，A[i]+A[i+1]）#每次为np重新赋值
...
>>>打印（Q）
[3 5 7 9]

请注意，numpy数组应该是，而普通python列表有一个

>l=['a'，b'，c']#从值列表开始
>>>l.append（'d'）#使用append方法
>>>l#显示结果列表
['a'，'b'，'c'，'d']

如果一开始不强制使用numpy数组，可以使用

之后，还可以将结果列表制作成numpy数组

>>[（x+x+1）表示范围（1,5）内的x]
[3, 5, 7, 9]

加上简化的数学

np.数组（[x*2+3表示范围内的x（4）]） 数组（[3,5,7,9]）

---

如果要使用Numpy，请使用Numpy。从Numpy数组（一维，包含值）开始，如下所示：

A = np.array([1, 2, 3, 4, 5])

（是的，您可以从列表中初始化它）

也可以使用Numpy的内置工具创建此类图案数据：

A = np.arange(1, 6) # it works similarly to the built-in `range` type,
# but it does create an actual array.

现在我们可以在加法的左侧和右侧获得要使用的值：

# You can slice one-dimensional Numpy arrays just like you would lists.
# With more dimensions, you can slice in each dimension.
X = A[:-1]
Y = A[1:]

并按元素将这些值相加：

Q = X + Y # yes, really that simple!

最后一行就是你用Numpy来解决这样一个问题的原因。否则，只需使用列表：

A = list(range(1, 6)) # same as [1, 2, 3, 4, 5]
# Same slicing, but now we have to do more work for the addition,
# by explaining the process of pairing up the elements.
Q = [x + y for x, y in zip(A[:-1], A[1:])]

---

用你自己的话来说，你希望Q=np.array（1）做什么？如果你想创建整个结果数组，不是通过这个算法而是硬编码所有的值，你会写什么？“Q是一个numpy数组，但它只保存一个值”甚至不是这样；

Q

数组具有零维，并以一种单独的特殊方式记住值。你说得对<代码>np.数组（1）.形状vs

np.数组（[1]）。形状

A = list(range(1, 6)) # same as [1, 2, 3, 4, 5]
# Same slicing, but now we have to do more work for the addition,
# by explaining the process of pairing up the elements.
Q = [x + y for x, y in zip(A[:-1], A[1:])]