Una lista in Python è una struttura dati lineare che può contenere elementi eterogenei che non richiedono di essere dichiarati e sono flessibili per ridursi e crescere. D'altra parte, un array è una struttura dati che può contenere elementi omogenei. Gli array sono implementati in Python usando il metodo NumPy biblioteca. Gli array richiedono meno memoria di elenchi . La somiglianza tra un array e una lista è che gli elementi sia dell'array che della lista possono essere identificati dal relativo valore di indice.
Esempio
Input: [1, 7, 0, 6, 2, 5, 6] Output: [1 7 0 6 2 5 6] Explanation: Given Python List is converted into NumPy Array>
Converti elenco Python in array Numpy
In Pitone , gli elenchi possono essere convertiti in array utilizzando due metodi della libreria NumPy:
- Utilizzando numpy.array()
- Utilizzando numpy.asarray()
Elenco Python per array NumPy utilizzando numpy.array()
In Python, il modo più semplice per convertire un elenco in un array NumPy è utilizzare la funzione numpy.array(). Accetta un argomento e restituisce come risultato un array NumPy. Crea una nuova copia in memoria e restituisce un nuovo array.
jquery un clic
Python3
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.array(lst)> # displaying list> print> (>'List: '>, lst)> # displaying array> print> (>'Array: '>, arr)> |
>
>
tipi di albero binario
Produzione:
List: [1, 7, 0, 6, 2, 5, 6] Array: [1 7 0 6 2 5 6]>
Elenco Python per array NumPy utilizzando numpy.asarray()
In Numpy, numpy.asarray() è una funzione che converte i dati di input nell'array NumPy. Richiede un argomento e restituisce un array NumPy. Non crea una nuova copia in memoria.
Python3
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.asarray(lst)> # displaying list> print> (>'List:'>, lst)> # displaying array> print> (>'Array: '>, arr)> |
algoritmo sottile
>
>
Produzione:
List: [1, 7, 0, 6, 2, 5, 6] Array: [1 7 0 6 2 5 6]>
Differenza tra numpy.array() e numpy.asarray()
La differenza fondamentale tra i due metodi precedenti è che numpy.array() creerà un duplicato dell'oggetto originale e numpy.asarray() rispecchierà le modifiche nell'oggetto originale. Quando viene eseguita una copia dell'array utilizzando numpy.asarray(), le modifiche apportate in un array si rifletteranno anche nell'altro array ma non mostrano le modifiche nell'elenco in base alle quali viene creato l'array. Tuttavia, questo non accade con numpy.array().
differenze in Python
Python3
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.asarray(lst)> # displaying list> print> (>'List:'>, lst)> # displaying array> print> (>'arr: '>, arr)> # made another array out of arr using asarray function> arr1>=> numpy.asarray(arr)> #displaying arr1 before the changes made> print>(>'arr1: '> , arr1)> #change made in arr1> arr1[>3>]>=> 23> #displaying arr1 , arr , list after the change has been made> print>(>'lst: '> , lst)> print>(>'arr: '> , arr)> print>(>'arr1: '> , arr1)> |
algoritmo di Kruskal
>
>
Produzione :
List: [1, 7, 0, 6, 2, 5, 6] arr: [1 7 0 6 2 5 6] arr1: [1 7 0 6 2 5 6] lst: [1, 7, 0, 6, 2, 5, 6] arr: [ 1 7 0 23 2 5 6] arr1: [ 1 7 0 23 2 5 6]>
In arr e arr1 la modifica è visibile nell'indice 3 ma non nel 1st.