Sådan konverteres Python NumPy -array til python -liste

How Convert Python Numpy Array Python List



Arrayobjekt bruges til at gemme flere værdier, og listeobjektet bruges i Python til at udføre en lignende opgave som et arrayobjekt. NumPy array -objekt bruges til at udføre forskellige typer numeriske operationer i Python. Det multidimensionale array kan oprettes ved hjælp af dette bibliotek. NumPy bibliotek har et indbygget tolist () funktion til at konvertere NumPy -arrayet til pythonlisten. Denne funktion tager ikke noget argument og returnerer pythonlisten. Hvis arrayet er endimensionalt, returnerer funktionen en simpel pythonliste. Hvis arrayet er multidimensionalt, returnerer arrayet den indlejrede pythonliste. Hvis matrixens dimension er 0, returnerer funktionen en python -skalarvariabel i stedet for en liste. Hvordan tolist () -funktionen kan konvertere forskellige typer NumPy -array til pythonliste, vises i denne vejledning.

Syntaks:

listendarray.tolist()

Her, ndarray vil være et NumPy -array, og returværdien vil være enhver liste, hvis ndarray er en endimensionel eller flerdimensionel matrix.







Konverter forskellige typer NumPy -array til Python -liste:

Måden at konvertere et eller flere dimensionelle NumPy -array har vist i denne vejledning ved hjælp af flere eksempler. Du kan bruge en hvilken som helst python -understøttet editor til at øve følgende eksempler. Den populære python -editor, PyCharm, bruges i denne vejledning til at skrive selvstudiescriptet.



Eksempel-1: Konverter et endimensionelt array til en liste

Følgende eksempel viser, hvordan et endimensionelt array kan konverteres til en pythonliste ved hjælp af tolist () fungere. NumPy -bibliotek importeres i begyndelsen af ​​scriptet. arange () funktion bruges i scriptet til at oprette et endimensionalt NumPy-array med intervalværdier. Dernæst tolist () funktion bruges til at konvertere NumPy -arrayet til en pythonliste.



# Importer NumPy
importerenumpysomf.eks

# Opret et endimensionelt NumPy-array med en række værdier
np_array=f.eks.arange(5)

# Udskriv NumPy -arrayet
Print('Værdierne i NumPy -arrayet: n',np_array)

# Konverter NumPy -array til python -liste
liste_obj=np_array.tolist()

# Udskriv pythonlisten
Print('Værdierne i pythonlisten: n',liste_obj)

Produktion:

Følgende output vises efter udførelse af scriptet. NumPy -arrayværdierne er udskrevet i det første output, hvor der bruges plads til at adskille array -værdierne. Pythonlisteværdierne er udskrevet i det andet output, hvor kommaet (,) bruges til at adskille listeelementerne.





Eksempel-2: Konverter et todimensionalt array til en liste

Følgende eksempel viser, hvordan et todimensionalt NumPy-array kan konverteres til en pythonliste ved hjælp af tolist () fungere. NumPy -bibliotek importeres i begyndelsen af ​​scriptet. array () funktion bruges her til at oprette det todimensionale NumPy-array med numeriske værdier, der udskrives senere. tolist () funktion bruges i scriptet til at konvertere det todimensionale array til den indlejrede pythonliste. Dernæst udskrives pythonlisten.



# Importer NumPy
importerenumpysomf.eks

# Opret et todimensionalt NumPy-array ved hjælp af listen
np_array=f.eks.array([[1, 2, 3], [4, 5, 6]])

# Udskriv NumPy -arrayet
Print('Værdierne i NumPy -arrayet: n',np_array)

# Konverter NumPy -array til python -liste
liste_obj=np_array.tolist()

# Udskriv pythonlisten
Print('Værdierne i pythonlisten: n, 'liste_obj)

Produktion:

Følgende output vises, når scriptet udføres. Den første output viser værdierne for NumPy todimensionale array, der er oprettet ud fra to lister. Det andet output viser værdierne for den indlejrede pythonliste.

Eksempel-3: Konverter et tredimensionelt array til en liste

Følgende eksempel viser, hvordan et tredimensionelt array kan konverteres til en indlejret pythonliste ved hjælp af en tolist (). NumPy -bibliotek importeres i begyndelsen af ​​scriptet. Dernæst set_printoptions () funktion bruges til at indstille præcisionsværdien for de flydende tal, der anvendes i NumPy -arrayet. række() funktion bruges i scriptet til at oprette et tredimensionelt NumPy-array. Denne funktion genererer det tilfældige flydende tal. Det tredimensionelle array af de flydende tal vil blive oprettet af række() funktion, ganget med 10000 for at få den numeriske værdi med 4 cifre før decimalpunktet og 2 cifre efter decimalpunktet. Værdierne for det tredimensionelle array vil blive udskrevet i den næste sætning. tolist () funktion konverterer det tredimensionelle array til den indlejrede pythonliste, og de tre indlejrede til loop bruges til at formatere listeværdierne med 2 cifre efter decimalpunktet. Det rund() funktion bruges til at udføre opgaven. Derefter udskrives den formaterede liste.

# Importer NumPy
importerenumpysomf.eks

# Indstil præcisionsværdien for flydende værdier
f.eks.set_printoptions(præcision=2,undertrykke=Sand)

# Deklarer en tredimensionel række af tilfældige tal
np_array=f.eks.tilfældig.række(2, 2, 2)*10.000

# Udskriv NumPy -arrayet
Print(' nVærdierne i NumPy -arrayet: n',np_array)

# Konverter NumPy -array til python -liste
liste_obj=np_array.tolist()

# Rund værdierne på den indlejrede liste
liste_obj= [[[rund(val3, 2) tilval3ival2] tilval2ival1] tilval1iliste_obj]

# Udskriv pythonlisten
Print(' nVærdierne i pythonlisten: n',liste_obj)

Produktion:

Følgende output vises efter udførelse af scriptet. Det første output viser værdierne for det tredimensionale NumPy-array. Det andet output viser listeformaternes formaterede output.

Konklusion:

Python -liste er et nyttigt objekt til at udføre forskellige operationer, hvor flere værdier kan gemmes i en enkelt variabel, der fungerer som det numeriske array af andre programmeringssprog. Forskellige typer af arrays kan genereres ved hjælp af NumPy -biblioteket i Python. Nogle gange kræver det, at listen konverteres til NumPy-array eller omvendt. Hvordan en-dimensionel og multi-dimensionel array kan konverteres til en python-liste forklares i denne vejledning ved hjælp af enkle eksempler. Jeg håber, at læserne nemt kan konvertere NumPy -arrayet til en python -liste efter at have læst denne vejledning.