Вы можете использовать следующий базовый синтаксис для преобразования списка в Python в массив NumPy:
import numpy as np
my_list = [1, 2, 3, 4, 5]
my_array = np.asarray (my_list)
В следующих примерах показано, как использовать этот синтаксис на практике.
Пример 1: преобразование списка в массив NumPy
Следующий код показывает, как преобразовать список в Python в массив NumPy:
import numpy as np
#create list of values
my_list = [3, 4, 4, 5, 7, 8, 12, 14, 14, 16, 19]
#convert list to NumPy array
my_array = np.asarray (my_list)
#view NumPy array
print(my_array)
[ 3 4 4 5 7 8 12 14 14 16 19]
#view object type
type (my_array)
numpy.ndarray
Обратите внимание, что вы также можете использовать аргумент dtype , чтобы указать определенный тип данных для нового массива NumPy при выполнении преобразования:
import numpy as np
#create list of values
my_list = [3, 4, 4, 5, 7, 8, 12, 14, 14, 16, 19]
#convert list to NumPy array
my_array = np.asarray (my_list, dtype=np.float64 )
#view data type of NumPy array
print(my_array. dtype )
float64
Пример 2: преобразование списка списков в массив массивов NumPy
В следующем коде показано, как преобразовать список списков в массив массивов NumPy:
import numpy as np
#create list of lists
my_list_of_lists = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
#convert list to NumPy array
my_array = np.asarray (my_list_of_lists)
#view NumPy array
print(my_array)
[[1 2 3]
[4 5 6]
[7 8 9]]
Затем мы можем использовать функцию формы , чтобы быстро получить размеры нового массива массивов:
print(my_array. shape )
(3, 3)
Это говорит нам о том, что массив массивов NumPy имеет три строки и три столбца.
Дополнительные ресурсы
В следующих руководствах объясняется, как выполнять другие распространенные преобразования данных в Python:
Как преобразовать список в DataFrame в Python
Как преобразовать список в строку DataFrame в Python
Как преобразовать серию Pandas в DataFrame
Как преобразовать серию Pandas в массив NumPy