如何在Python中利用numpy庫將矩陣轉換為列表

這篇文章主要介紹了如何在Python中利用numpy庫將矩陣轉換為列表，億速云小編覺得不錯，現在分享給大家，也給大家做個參考，一起跟隨億速云小編來看看吧！

python可以做什么

Python是一種編程語言，內置了許多有效的工具，Python幾乎無所不能，該語言通俗易懂、容易入門、功能強大，在許多領域中都有廣泛的應用，例如最熱門的大數據分析，人工智能，Web開發等。

（1）將矩陣轉換為列表的函數：numpy.matrix.tolist（）

返回list列表

Examples

>>>

>>> x = np.matrix(np.arange(12).reshape((3,4))); x
matrix([[ 0, 1, 2, 3],
  [ 4, 5, 6, 7],
  [ 8, 9, 10, 11]])
>>> x.tolist()
[[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]]

（2）將數組轉換為列表的函數：numpy.ndarray.tolist（）

Notes：（數組能夠被重新構造）

The array may be recreated, a=np.array(a.tolist()).

Examples

>>>

>>> a = np.array([1, 2])
>>> a.tolist()
[1, 2]
>>> a = np.array([[1, 2], [3, 4]])
>>> list(a)
[array([1, 2]), array([3, 4])]
>>> a.tolist()
[[1, 2], [3, 4]]

（3）numpy.mean()計算矩陣或數組的均值：

Examples

>>>

>>> a = np.array([[1, 2], [3, 4]]) #對所有元素求均值
>>> np.mean(a)
2.5
>>> np.mean(a, axis=0) #對每一列求均值
array([ 2., 3.])
>>> np.mean(a, axis=1) #對每一行求均值
array([ 1.5, 3.5])

（4）numpy.std()計算矩陣或數組的標準差：

Examples

>>>

>>> a = np.array([[1, 2], [3, 4]]) #對所有元素求標準差 
>>> np.std(a)
1.1180339887498949
>>> np.std(a, axis=0) #對每一列求標準差
array([ 1., 1.])
>>> np.std(a, axis=1) #對每一行求標準差
array([ 0.5, 0.5])

（5）numpy.newaxis為數組增加一個維度：

Examples:

>>> a=np.array([[1,2,3],[4,5,6],[7,8,9]]) #先輸入3行2列的數組a
>>> b=a[:,:2] 
>>> b.shape #當數組的行與列都大于1時，不需增加維度
(3, 2)
>>> c=a[:,2] 
>>> c.shape #可以看到，當數組只有一列時，缺少列的維度
(3,)
>>> c
array([3, 6, 9])

>>> d=a[:,2,np.newaxis] #np.newaxis實現增加列的維度
>>> d
array([[3],
  [6],
  [9]])
>>> d.shape  #d的維度成了3行1列（3,1）
(3, 1)
>>> e=a[:,2,None] #None與np.newaxis實現相同的功能
>>> e
array([[3],
  [6],
  [9]])
>>> e.shape
(3, 1)

（6）numpy.random.shuffle(index): 打亂數據集（數組）的順序：

Examples:

>>> index = [i for i in range(10)] 
>>> index 
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 
>>> np.random.shuffle(index) 
>>> index 
[7, 9, 3, 0, 4, 1, 5, 2, 8, 6]

（7）計算二維數組某一行或某一列的最大值最小值：

>>> import numpy as np 
>>> a = np.arange(15).reshape(5,3) #構造一個5行3列的二維數組 
>>> a 
array([[ 0, 1, 2], 
  [ 3, 4, 5], 
  [ 6, 7, 8], 
  [ 9, 10, 11], 
  [12, 13, 14]]) 
>>> b = a[:,0].min() ##取第0列的最小值，其他列同理 
>>> b 
0 
>>> c = a[0,:].max() ##取第0行的最大值，其他行同理 
>>> c 
2

（8）向數組中添加列：np.hstack()

n = np.array(np.random.randn(4,2)) 
 
n 
Out[153]: 
array([[ 0.17234 , -0.01480043], 
  [-0.33356669, -1.33565616], 
  [-1.11680009, 0.64230761], 
  [-0.51233174, -0.10359941]]) 
 
l = np.array([1,2,3,4]) 
 
l 
Out[155]: array([1, 2, 3, 4]) 
 
l.shape 
Out[156]: (4,)

可以看到，n是二維的，l是一維的，如果直接調用np.hstack()會出錯：維度不同。

n = np.hstack((n,l)) 
ValueError: all the input arrays must have same number of dimensions

解決方法是將l變為二維的，可以用（5）中的方法：

n = np.hstack((n,l[:,np.newaxis])) ##注意：在使用np.hstack()時必須用()把變量括起來，因為它只接受一個變量 
 
n 
Out[161]: 
array([[ 0.17234 , -0.01480043, 1.  ], 
  [-0.33356669, -1.33565616, 2.  ], 
  [-1.11680009, 0.64230761, 3.  ], 
  [-0.51233174, -0.10359941, 4.  ]])

下面講一下如何按列往一個空列表添加值：

n = np.array([[1,2,3,4,5,6],[11,22,33,44,55,66],[111,222,333,444,555,666]]) ##產生一個三行六列容易區分的數組 
 
n 
Out[166]: 
array([[ 1, 2, 3, 4, 5, 6], 
  [ 11, 22, 33, 44, 55, 66], 
  [111, 222, 333, 444, 555, 666]]) 
 
sample = [[]for i in range(3)] ##產生三行一列的空列表 
Out[172]: [[], [], []] 
for i in range(0,6,2): ##每間隔一列便添加到sample中 
 sample = np.hstack((sample,n[:,i,np.newaxis]))  
  
 
sample 
Out[170]: 
array([[ 1., 3., 5.], 
  [ 11., 33., 55.], 
  [ 111., 333., 555.]])

以上就是億速云小編為大家收集整理的如何在Python中利用numpy庫將矩陣轉換為列表，如何覺得億速云網站的內容還不錯，歡迎將億速云網站推薦給身邊好友。