Python：多維數組（「矩陣」）與列表中的列表相同嗎？

我試圖理解人們稱之爲矩陣和人們在列表中調用列表的區別。Python：多維數組（「矩陣」）與列表中的列表相同嗎？

它們是相同的，一旦創建，你就可以對它們做相同的事情（引用元素的方式與它們相同，等等）。

實例：

製作一個列表中列出：

ListsInLists = [[1,2],[3,4],[5,6]]

製作一個多維數組：

np.random.rand(3,2)

堆疊陣列，使成矩陣：

Array1 = [1,2,3,4] 
Array2 = [5,6,7,8] 
CompleteArray = vstack((Array1,Array2))

來源

2016-11-30 philosonista

列表中的列表不一定必須與父列表中的另一個列表長度相同。 – childofsoong

如果你有一個純粹的numpy矩陣，這個行必須是相同的長度和一致的。否則，它將是一個統一的Python對象系列。 – dawg

Python本身沒有內置類型或標準庫的數組或矩陣。你指的是NumPy數組嗎？ –

列表列表與二維Numpy數組非常不同。

列表具有動態大小，可以容納任何類型的對象，而數組具有固定大小和統一類型的條目。
在列表列表中，每個子列表可以具有不同的大小。一個數組沿着每個軸具有固定的尺寸。
數組存儲在連續的內存塊中，而列表中的對象可以存儲在堆的任何位置。

Numpy數組更具限制性，但提供更高的性能和內存效率。它們還爲向量化的數學運算提供了便利的功能。

在內部，列表被表示爲指向任意Python對象的指針數組。在列表末尾重複追加時，該陣列使用指數過度分配來實現線性性能。另一方面，Numpy數組通常表示爲C數組。（這個答案不包括Numpy對象數組的特殊情況，它可以容納任何類型的Python對象，它們很少被使用，因爲它們有Numpy數組的限制，但沒有性能優點）。

來源

2016-11-30 18:43:25

他們不一樣。數組在Python中的內存效率高於列表，並且還有其他可以在數組上執行的功能，這要感謝您無法在列表中執行的numpy模塊。

對於計算，在numpy中使用數組往往比使用內置列表函數快很多。

如果你想在this的問題的答案中，你可以多讀一點。

來源

2016-11-30 18:40:25 thleo

Python：多維數組（「矩陣」）與列表中的列表相同嗎？

回答

相關問題