Python/Numpy之矩阵/数组/列表转换

Python/Numpy之矩阵与数组列表转换

numpy矩阵数组、列表相比较

1. 对比“矩阵数组”与“列表”，“矩阵数组”一般指基于numpy的，由于numpy对其专门优化，因此速度很快，“列表”数python 内置的数据类型，通过嵌套也可以存储多维数据。
2. 数组中对元素的数据类型有同一性要求，列表则相对宽松
3. numpy的矩阵matrix是数组array的分支，matrix的优势是对于矩阵操作相对简单a * b即矩阵乘法计算，对应数组则需np.dot(a,b)，除此之外还有一系列的矩阵操作，如转置、共轭等。
4. matrix是二维的，array是多维的。

1.列表⇋ 数组⇋ 矩阵

import numpy as np
注：查看数据data的类型type(data)

（1）列表$\to$ 数组, 矩阵

使用np.array(list)、np.mat(list)方式转化，二者的转化结果略有差异，见示例

1. 列表转化为数组：array = np.array(list)
2. 列表转化为矩阵：matrix = np.mat(list)

（2）列表$\leftarrow$ 数组, 矩阵

使用tolist()

1. 数组转化为列表：list = array.tolist()
2. 矩阵转化为列表：list = matrix.tolist()

（3）numpy矩阵⇋数组之间转换

1. 矩阵转换为数组：array = np.array(matrix)
2. 数组转换为矩阵：matrix = np.mat(array)

2.举例如下

（1）列表$\to$ 数组, 矩阵

>>> a = [1,2,3]
>>> a
[1, 2, 3]
>>> type(a)
<class 'list'>
>>> b = np.array(a)
>>> b
array([1, 2, 3])
>>> type(b)
<class 'numpy.ndarray'>
>>> c = np.mat(a)
>>> c
matrix([[1, 2, 3]])
>>> type(c)
<class 'numpy.matrix'>

（2）列表$\leftarrow$ 数组, 矩阵

>>> b
array([1, 2, 3])
>>> c
matrix([[1, 2, 3]])
>>> c
matrix([[1, 2, 3]])
# 矩阵转列表
# 由于矩阵是二维的，因此转化的列表是嵌套的，如果想一维的转化，可以将矩阵先转化为数组再转化为列表
>>> a1 = c.tolist()
>>> a1
[[1, 2, 3]]
# 数组转列表
>>> a2 = b.tolist()
>>> a2
[1, 2, 3]

（3）numpy矩阵⇋数组之间转换

>>> b
array([1, 2, 3])
>>> c
matrix([[1, 2, 3]])
>>> array2matrix = np.mat(b)
>>> array2matrix
matrix([[1, 2, 3]])
>>> type(array2matrix)
<class 'numpy.matrix'>
>>> matrix2array = np.array(c)
>>> matrix2array
array([[1, 2, 3]])
>>> type(matrix2array)
<class 'numpy.ndarray'>

更多Python数据科学相关见专题Python数据科学技能索引
参考：Python列表、numpy数组和矩阵