Requisito previo: Lista de Python , Numpy ndarray
Tanto las listas como las arrays NumPy son interconvertibles. Dado que NumPy es una biblioteca Python rápida (de alto rendimiento) para realizar operaciones matemáticas, se prefiere trabajar en arrays NumPy en lugar de listas anidadas.
Método 1: Usar numpy.array().
Acercarse :
- Importar paquete numpy.
- Inicialice la lista anidada y luego use la función numpy.array() para convertir la lista en una array y almacenarla en un objeto diferente.
- Muestre tanto la lista como la array NumPy y observe la diferencia.
A continuación se muestra la implementación.
Python3
# importing numpy library import numpy # initializing list ls = [[1, 7, 0], [ 6, 2, 5]] # converting list to array ar = numpy.array(ls) # displaying list print ( ls) # displaying array print ( ar)
Producción :
[[1, 7, 0], [6, 2, 5]] [[1 7 0] [6 2 5]]
Método 2: Usar numpy.asarray().
Acercarse :
- Importar paquete numpy.
- Inicialice la lista anidada de 4 dimensiones y luego use la función numpy.asarray() para convertir la lista en la array y almacenarla en un objeto diferente.
- Muestre tanto la lista como la array NumPy y observe la diferencia.
A continuación se muestra la implementación.
Python3
# importing numpy library import numpy # initializing list ls = [[1, 7, 0],[ 6, 2, 5],[ 7, 8, 9],[ 41, 10, 20]] # converting list to array ar = numpy.asarray(ls) # displaying list print ( ls) # displaying array print ( ar)
Producción :
[[1, 7, 0], [6, 2, 5], [7, 8, 9], [41, 10, 20]] [[ 1 7 0] [ 6 2 5] [ 7 8 9] [41 10 20]]
Publicación traducida automáticamente
Artículo escrito por vanshgaur14866 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA