在数据分析和科学计算中，NumPy是最常用的Python库之一，它提供了高效的数组操作和数学函数，可大大加速数据处理的速度和准确性。NumPy中的数组（ndarray）是Python中最常用的数据结构之一，但在某些情况下，我们需要将其转换为Python中的标准列表。这篇文章将详细介绍如何使用NumPy将数组转换为Python列表。
一、使用tolist()方法转换
NumPy数组可以使用tolist()方法将其转换为Python列表。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
list_arr = arr.tolist()
print(list_arr)
输出结果为：
[1, 2, 3, 4, 5]
同样，对于多维数组，tolist()方法也可以正确地将其转换为Python列表。
arr = np.array([[1, 2], [3, 4]])
list_arr = arr.tolist()
print(list_arr)
输出结果为：
[[1, 2], [3, 4]]
二、使用nditer()方法转换
另一种将NumPy数组转换为Python列表的方法是使用nditer()方法遍历数组并将其元素添加到Python列表中。
arr = np.array([1, 2, 3, 4, 5])
list_arr = []
for x in np.nditer(arr):
list_arr.append(x)
print(list_arr)
输出结果为：
[1, 2, 3, 4, 5]
同样，对于多维数组，我们可以使用嵌套的for循环遍历并将其转换为Python列表。
arr = np.array([[1, 2], [3, 4]])
list_arr = []
for x in np.nditer(arr):
list_arr.append(x)
print(list_arr)
输出结果为：
[1, 2, 3, 4]
上述结果是将多维数组展开成一维数组后再转换为Python列表。如果我们想要保留多维数组的结构，可以稍微修改一下代码。
arr = np.array([[1, 2], [3, 4]])
list_arr = []
for row in arr:
row_list = []
for x in row:
row_list.append(x)
list_arr.append(row_list)
print(list_arr)
输出结果为：
[[1, 2], [3, 4]]
三、使用tolist()方法和tolist()函数的比较
前面介绍了使用tolist()方法将NumPy数组转换为Python列表，但是NumPy还提供了另一种tolist()函数。那么这两种方法有什么区别呢？
将ndarray对象转换为Python列表的函数是tolist()函数，它与数组的方法tolist()不同。方法tolist()只适用于ndarray对象，而tolist()函数适用于任何可迭代对象。
看下面的代码：
arr = np.array([1, 2, 3, 4, 5])
tuple_arr = (1, 2, 3, 4, 5)
list_arr_1 = arr.tolist()
list_arr_2 = list(tuple_arr)
print(list_arr_1)
print(list_arr_2)
输出结果为：
[1, 2, 3, 4, 5]
[1, 2, 3, 4, 5]
使用tolist()函数可以将任何可迭代对象转换为Python列表。
set_arr = {1, 2, 3, 4, 5}
list_arr = list(set_arr)
print(list_arr)
输出结果为：
[1, 2, 3, 4, 5]
总之，使用NumPy将数组转换为Python列表有多种方式，可以根据实际需求选择适合的方法。方法1和方法2适用于将ndarray对象转换为Python列表，而方法3适用于将任何可迭代对象转换为Python列表。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/294038.html
微信扫一扫 
支付宝扫一扫 