python列表和数组的区别 python 数组和列表的区别

python里面列表和数组区别是什么？

python里面的列表用list表示，它非常类似我们js中的数组，使用中括号来表示。

例如 list3 = ["a", "b", "c", "d"]

python中默认没有提供数组类型，不过有个元组类型，它类似列表，但是不能修改。

tup1 = ('physics', 'chemistry', 1997, 2000)

在python中有个numpy包，它里面提供了数组array

import numpy as np

print(np.array([2,3,4]))

python 数组和列表的区别

python没有数组：

1.

只有元组(tuple)和列表(list)；

2.

元组一旦创建不可改变，例如：aa=tuple(1,2,3)；

3.

元组不能追加(append)元素，弹出(pop)元素等；

4.

只能对元组中的元素进行索引aa[0]，不能对其中的元组进行赋值aa[0]=8；

5.

使用元组的好处在于对元组进行操作更为高效，适合存放一组常量；

6.

而上述的众多不可以，使用列表list是可以的。

请描述下Python中Series和Array和List有何异同?

Series是pandas中的结构，

Array是numpy的结构

list是python原生结构

它们都是数组结构。

层次看Series>array>list 也就是功能越来越易用，限制也会越来越多，而且高层可以往低层转，

Series还有索引，这是array list都没有的；

Python列表和Numpy数组和矩阵的区别

列表，几乎是python中万能的容器，数字，字符串，对象，什么都能装。

nummpy中的数组和矩阵，是专门针对于数字处理等方面，和matlab中的数组和矩阵一样，比如矩阵反转，矩阵乘法等。

python列表和数组的区别 python 数组和列表的区别

python中的list和array的不同之处

在Python中，list和array都可以根据索引来取其中的元素，但是list可以用append或者+来新增元素或者添加数组，而array不行。具体区别如下：

1、作用不同

list是处理一组有序项目的数据结构;

array数组存储单一数据类型的多维数组;

2、内置数据类型

list是Python的内置数据类型;

array数组需要导入标准库才行，不属于内置类型;

3、数据类型是否相同

list中的数据类不必相同的，即每个元素可以是不同的数据类型;

array则是由Numpy封装，存放的元素都是相同的数据类型;

4、运算

列表list不可以进行数学四则运算;

数组array可以进行数学四则运算;

python中的list和array的不同之处

python中的list和array的不同之处

python中的list是python的内置数据类型，list中的数据类不必相同的，而array的中的类型必须全部相同。在list中的数据类型保存的是数据的存放的地址，简单的说就是指针，并非数据，这样保存一个list就太麻烦了，例如list1=[1,2,3,'a']需要4个指针和四个数据，增加了存储和消耗cpu。

numpy中封装的array有很强大的功能，里面存放的都是相同的数据类型

list1=[1,2,3,'a'] print list1 a=np.array([1,2,3,4,5]) b=np.array([[1,2,3],[4,5,6]]) c=list(a) # array到list的转换 print a,np.shape(a) print b,np.shape(b) print c,np.shape(c)

运行结果：

[1, 2, 3, 'a'] # 元素数据类型不同，并且用逗号隔开 [1 2 3 4 5] (5L,) # 一维数组，类型用tuple表示 [[1 2 3] [4 5 6]] (2L, 3L) [1, 2, 3, 4, 5] (5L,)

创建：

array的创建：参数既可以是list，也可以是元组.使用对应的属性shape直接得到形状

a=np.array((1,2,3,4,5))# 参数是元组 b=np.array([6,7,8,9,0])# 参数是list c=np.array([[1,2,3],[4,5,6]])# 参数二维数组 print a,b, c.shape()

也可以直接改变属性array的形状，-1代表的是自己推算。这里并不是T, reshape(())也可以

c = np.array([[1, 2, 3, 4],[4, 5, 6, 7], [7, 8, 9, 10]]) c.shape # (3L, 4L) c.shape=4,-1 //c.reshape((2,-1)) c