Python中numpy数组和多维列表的区别？

Question

仅简要查看了 numpy 数组后，我不明白它们与普通 Python 列表有何不同。有人能解释一下区别吗？为什么我会使用 numpy 数组而不是列表？

Answer 1

NumPy 数组专为处理多维数值数据而设计，额外支持任意对象数组。它们以方便的语法提供快速矢量化操作。

>>> x = numpy.arange(4).reshape((2, 2))
>>> x
array([[0, 1],
       [2, 3]])
>>> x.T           # Transpose.
array([[0, 2],
       [1, 3]])
>>> x.max()
3
>>> x * 4
array([[ 0,  4],
       [ 8, 12]])
>>> x[:, 1]       # Slice to select the second column.
array([1, 3])
>>> x[:, 1] *= 2
>>> x
array([[0, 2],
       [2, 6]])
>>> timeit.timeit('x * 5',
...               setup='import numpy; x = numpy.arange(1000)',
...               number=100000)
0.4018515302670096
>>> timeit.timeit('[item*5 for item in x]',
...               setup='x = range(1000)',
...               number=100000)
8.542360042395984

相比之下，列表基本上面向一维数据。您可以有一个列表列表，但这不是二维列表。您不能方便地将 2D 数据集的最大值表示为列表的列表；在其上调用max 将按字典顺序比较列表并返回一个列表。列表适用于对象的同质序列，但如果你在做数学，你想要 numpy，你想要 ndarrays。

Answer 2

Numpy 是一个扩展，它要求它上面的所有对象都是同一类型，在创建时定义。它还提供了一组线性代数运算。它更像是一个python处理数值计算的数学框架（矩阵，n个东西）。