python數(shù)組和列表有哪些區(qū)別

python數(shù)組和列表有哪些區(qū)別？相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

python中的list是python的內(nèi)置數(shù)據(jù)類型，list中的數(shù)據(jù)類不必相同的，而array的中的類型必須全部相同。在list中的數(shù)據(jù)類型保存的是數(shù)據(jù)的存放的地址，簡單的說就是指針，并非數(shù)據(jù)，這樣保存一個list就太麻煩了，例如list1=[1,2,3,'a']需要4個指針和四個數(shù)據(jù)，增加了存儲和消耗cpu。numpy中封裝的array有很強大的功能，里面存放的都是相同的數(shù)據(jù)類型

python本身并沒有數(shù)組類型，但是他的Numpy庫中有數(shù)組類型。

二者都可以用于處理多維數(shù)組。

Numpy中的ndarray對象用于處理多維數(shù)組，它作為一個快速而靈活的大數(shù)據(jù)容器。Python列表可以存儲一維數(shù)組，通過列表的嵌套可以實現(xiàn)多維數(shù)組。

2存儲效率和輸入輸出性能不同。

Numpy專門針對數(shù)組的操作和運算進行了設(shè)計，存儲效率和輸入輸出性能遠優(yōu)于Python中的嵌套列表，數(shù)組越大，Numpy的優(yōu)勢就越明顯。

3元素數(shù)據(jù)類型。

通常，Numpy數(shù)組中的所有元素的類型都必須相同的，而Python列表中的元素類型是任意的，所以在通用性能方面Numpy數(shù)組不及Python列表，但在科學(xué)計算中，可以省掉很多循環(huán)語句，代碼使用方面比Python列表簡單的多。

array的創(chuàng)建

Numpy數(shù)組創(chuàng)建時，參數(shù)既可以是list，也可以是元組。例如：

>>> a=np.array((1,2,3))#參數(shù)是tuple
>>> b=np.array([6,7,8])#參數(shù)是list
>>> c=np.array([[1,2,3],[4,5,6]])#參數(shù)是二維list

除此之外，還可以使用numpy提供的其他方法創(chuàng)建一個數(shù)組，例如：

>>> arr1=np.arange(1,10,1)
>>> arr2=np.linspace(1,10,10)

np.arange(a,b,c)表示產(chǎn)生從a-b不包括b，間隔為c的一個array，數(shù)據(jù)類型默認(rèn)是int32。但是linspace(a,b,c)表示的是把a-b平均分成c分，它包括b。

看完上述內(nèi)容，你們掌握python數(shù)組和列表有哪些區(qū)別的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！