Hướng dẫn 2d array to list python - Mảng 2d để liệt kê python

Bạn có thể chỉ cần đúc ma trận để liệt kê với

my_1d_array = np.arange(start = 1, stop = 6)

3, bằng chứng:

>>> import numpy
>>> a = numpy.ones((2,4))
>>> a
array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.]])
>>> a.tolist()
[[1.0, 1.0, 1.0, 1.0], [1.0, 1.0, 1.0, 1.0]]
>>> type(a.tolist())

>>> type(a.tolist()[0])

Trong hướng dẫn này, tôi sẽ chỉ cho bạn cách chuyển đổi từ numpy mảng sang danh sách. Về cơ bản, chúng tôi sẽ lấy một mảng numpy và chuyển đổi nó thành danh sách Python bằng phương pháp

my_1d_array = np.arange(start = 1, stop = 6)

4.

Trong hướng dẫn, tôi sẽ giới thiệu nhanh, tôi sẽ giải thích cú pháp và tôi sẽ cho bạn thấy một vài ví dụ đơn giản về kỹ thuật này.

Nếu bạn cần một cái gì đó cụ thể, bạn có thể nhấp vào bất kỳ liên kết nào sau đây và liên kết sẽ đưa bạn trực tiếp đến vị trí thích hợp trong bài đăng.

Mục lục:

• Giới thiệu
• Cú pháp
• Ví dụ
• Các câu hỏi thường gặp

Được. Hãy để vào đó.

Giới thiệu nhanh Numpy Tolist

Hãy bắt đầu với một giới thiệu nhanh về kỹ thuật.

Nếu bạn đang đọc bài đăng này, bạn có thể đã hơi quen thuộc với các mảng và danh sách Python Numpy, nhưng hãy để nhanh chóng tóm tắt lại.

Danh sách và mảng Numpy là các cấu trúc dữ liệu đặc biệt lưu trữ dữ liệu trong các chương trình Python.

Cụ thể, các mảng Numpy là một cấu trúc đặc biệt để lưu trữ dữ liệu số và làm việc với dữ liệu số. Họ lưu trữ dữ liệu số trong cấu trúc hàng và cột trông giống như thế này:

Chúng tôi thường sử dụng các mảng numpy khá nhiều cho khoa học dữ liệu, học máy và điện toán khoa học. Khi làm việc với dữ liệu số trong Numpy, chúng tôi thường giữ dữ liệu ở dạng mảng, nhưng có một số trường hợp chúng tôi cần chuyển đổi mảng thành danh sách Python.

Phương pháp my_1d_array = np.arange(start = 1, stop = 6) 5 chuyển đổi từ mảng numpy thành danh sách Python

Để thực hiện điều này, chúng ta có thể sử dụng phương pháp

my_1d_array = np.arange(start = 1, stop = 6)

4 từ Numpy.

Phương thức

my_1d_array = np.arange(start = 1, stop = 6)

4 lấy một mảng numpy và đưa ra danh sách Python.

Nó thực sự rất đơn giản.

Phải nói rằng, hãy để Lôi nhìn vào cú pháp.

Cú pháp của phương pháp dung sai

Cú pháp của phương pháp

my_1d_array = np.arange(start = 1, stop = 6)

4 numpy là vô cùng đơn giản. Nó được cho là một trong những kỹ thuật kỳ quặc đơn giản nhất.

Bạn bắt đầu bằng cách gõ tên của một mảng numpy.

Cái này quan trọng. Vì kỹ thuật

my_1d_array = np.arange(start = 1, stop = 6)

4 là một phương pháp, bạn gọi nó bằng cách nhập tên của một đối tượng trước.

Sau khi bạn nhập tên của mảng Numpy, bạn sử dụng cái gọi là Cú pháp DOT DOT để gọi phương thức.

Vì vậy, bạn nhập một dấu chấm của người Viking và sau đó là tên của phương thức,

my_1d_array = np.arange(start = 1, stop = 6)

4.

Đó thực sự là nó!

Rõ ràng, điều này giả định rằng bạn đã có một mảng vô cùng nào đó.

Để biết thêm thông tin về cách tạo các loại mảng numpy khác nhau, bạn có thể xem hướng dẫn của chúng tôi về:

• Numpy ngẫu nhiên bình thường
• Chức năng Randint ngẫu nhiên Numpy
• chức năng arange numpy

Đầu ra của my_1d_array = np.arange(start = 1, stop = 6) 5

Khi bạn gọi phương thức

my_1d_array = np.arange(start = 1, stop = 6)

4, đầu ra sẽ là danh sách Python.

Nếu mảng đầu vào là một mảng numpy 1 chiều, thì đầu ra sẽ là một danh sách 1D đơn giản.

Nếu mảng đầu vào là 2 chiều hoặc đa chiều, thì đầu ra sẽ là một danh sách lồng nhau.

Ngoài ra, các yếu tố của đầu vào sẽ được chuyển đổi thành các loại dữ liệu Python tích hợp gần nhất.

Được. Bây giờ bạn đã thấy cách cú pháp hoạt động, hãy để Lôi nhìn vào một vài ví dụ đơn giản.

Examples:

• Chuyển đổi một mảng 1 chiều thành danh sách
• Chuyển đổi một mảng 2 chiều thành danh sách lồng nhau

Hãy bắt đầu với ví dụ 1.

Ví dụ 1: Chuyển đổi mảng 1 chiều thành danh sách

Tại đây, chúng tôi sẽ chuyển đổi một mảng numpy 1 chiều đơn giản thành danh sách Python.

Tạo mảng 1d numpy

Đầu tiên, chúng ta cần tạo ra một mảng numpy 1 chiều.

Để làm điều này, chúng tôi sẽ sử dụng chức năng Arange Numpy để tạo mảng 1D chứa chuỗi các giá trị.

my_1d_array = np.arange(start = 1, stop = 6)

Và hãy để in nó ra để xem nội dung:

print(my_1d_array)

OUT:

[1 2 3 4 5]

Phải nói rằng, nếu chúng tôi kiểm tra kiểu dữ liệu bằng

print(my_1d_array)

3, bạn sẽ nhận thấy rằng my_1d_array là

print(my_1d_array)

4.

Chuyển đổi mảng thành danh sách

Bây giờ, hãy để chuyển đổi nó thành một danh sách.

Tại đây, chúng tôi sẽ sử dụng phương thức

my_1d_array = np.arange(start = 1, stop = 6)

4 và lưu đầu ra vào tên

print(my_1d_array)

6.

my_1d_list = my_1d_array.tolist()

Và cho phép in nó ra:

print(my_1d_list)

OUT:

[1, 2, 3, 4, 5]

Ngoài ra, nếu chúng tôi kiểm tra kiểu dữ liệu bằng mã

print(my_1d_array)

7, bạn sẽ thấy rằng

print(my_1d_array)

6 là một danh sách.

Giải trình

Điều này thực sự đơn giản.

Chúng tôi đã gõ tên của mảng numpy và được gọi là phương thức

my_1d_array = np.arange(start = 1, stop = 6)

4 bằng cách sử dụng cú pháp dot dot.

Đầu ra,

print(my_1d_array)

6, về cơ bản chứa các yếu tố giống nhau, nhưng nó là một danh sách trăn thay vì một mảng numpy.

Ví dụ 2: Chuyển đổi một mảng 2 chiều thành danh sách lồng nhau

Tiếp theo, chúng tôi chuyển đổi một mảng numpy 2 chiều thành danh sách python lồng nhau.

Tạo mảng 2d numpy

Đầu tiên, chúng ta cần tạo ra mảng numpy 2 chiều.

Để làm điều này, chúng tôi sẽ sử dụng Numpy Arange để tạo một chuỗi các giá trị và chúng tôi sẽ sử dụng phương pháp định hình lại Numpy để định hình lại mảng 1D đó thành mảng 2D.

my_2d_array = np.arange(start = 1, stop = 7).reshape(2,3)

Và hãy để in nó ra để xem nội dung:

print(my_2d_array)

OUT:

[[1 2 3]
 [4 5 6]]

Phải nói rằng, nếu chúng tôi kiểm tra kiểu dữ liệu bằng

print(my_1d_array)

3, bạn sẽ nhận thấy rằng my_1d_array là

print(my_1d_array)

4.

Chuyển đổi mảng thành danh sách

Bây giờ, hãy để chuyển đổi mảng thành một danh sách.

Một lần nữa, chúng tôi sẽ sử dụng phương pháp

my_1d_array = np.arange(start = 1, stop = 6)

4. Và chúng tôi sẽ lưu đầu ra vào tên

[1 2 3 4 5]

4.

my_1d_list = my_1d_array.tolist()

Và cho phép in nó ra:

my_1d_array = np.arange(start = 1, stop = 6)

1

OUT:

my_1d_array = np.arange(start = 1, stop = 6)

2

Nếu bạn kiểm tra kiểu dữ liệu bằng mã

[1 2 3 4 5]

5, bạn sẽ thấy

[1 2 3 4 5]

6 là danh sách Python.

Giải trình

Một lần nữa, điều này thực sự đơn giản.

Để chuyển đổi từ một mảng numpy sang danh sách, chúng tôi chỉ cần gõ tên của mảng 2D numpy, và sau đó gọi là phương thức

my_1d_array = np.arange(start = 1, stop = 6)

4 Numpy tạo ra danh sách Python làm đầu ra.

Hơn nữa, hãy xem danh sách đầu ra:

[1 2 3 4 5]

8

Từ cấu trúc, chúng ta có thể thấy rằng đây là một danh sách python lồng nhau. Hai danh sách gồm 3 yếu tố mỗi yếu tố, tồn tại trong một danh sách lớn hơn. Nó là một danh sách danh sách.

Đây là cách phương thức

my_1d_array = np.arange(start = 1, stop = 6)

5 Numpy xử lý các mảng đầu vào đa chiều. Khi

my_1d_array = np.arange(start = 1, stop = 6)

5 hoạt động trên đầu vào đa chiều, nó sẽ tạo ra một mảng lồng nhau dưới dạng đầu ra.

Để lại những câu hỏi khác của bạn trong các bình luận bên dưới

Bạn có câu hỏi nào khác về phương pháp

my_1d_array = np.arange(start = 1, stop = 6)

5 không?

Nếu vậy, hãy để lại câu hỏi của bạn trong phần bình luận gần cuối trang.

Tham gia khóa học của chúng tôi để tìm hiểu thêm về Numpy

Bạn có muốn tìm hiểu thêm về Numpy?

Hướng dẫn này nên chỉ cho bạn cách sử dụng phương pháp

my_1d_array = np.arange(start = 1, stop = 6)

4 numpy, nhưng để làm chủ thao tác dữ liệu số trong Python, có rất nhiều điều để học.

Nếu bạn nghiêm túc về việc học Numpy, bạn nên tham gia khóa học cao cấp của chúng tôi, Numpy Mastery.

Trong khóa học này, bạn sẽ học mọi thứ bạn cần biết về Numpy.

• Cách tạo mảng numpy
• Cách sử dụng các chức năng ngẫu nhiên Numpy
• Những chiếc trục kỳ quái là gì và làm thế nào để sử dụng chúng
• Chức năng hạt giống ngẫu nhiên vô cùng của ”là gì
• Cách định hình lại, chia và kết hợp các mảng numpy của bạn
• và nhiều hơn nữa …

Ngoài ra, khi bạn tham gia, bạn sẽ có quyền truy cập vào hệ thống thực hành độc đáo của chúng tôi.

Hệ thống thực hành này sẽ cho phép bạn ghi nhớ tất cả các cú pháp mà bạn học. Nếu bạn tham gia khóa học này và thực hành như chúng tôi cho bạn thấy, bạn sẽ có thể viết mã Numpy một cách trôi chảy, chính xác và 100% từ bộ nhớ.

Tìm hiểu thêm ở đây:

Tìm hiểu thêm về Numpy Mastery

Làm thế nào để bạn chuyển đổi ma trận 2D thành danh sách trong Python?

Làm cách nào để biến một mảng thành một danh sách trong Python?

Danh sách Python có thể là 2D không?

Làm thế nào để bạn in một danh sách 2D trong Python?