python中的numpy数组和多维列表之间的区别？

Question

仅简要查看了numpy数组后，我不了解它们与普通的Python列表有何不同。 有人可以解释差异，为什么我要使用numpy数组而不是列表？

Answer 1

NumPy数组是专门为处理多维数字数据而设计的，另外还支持任意对象的数组。 它们提供具有方便语法的快速矢量化操作。

>>> 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，列表从根本上针对一维数据。 您可以有一个列表列表，但这不是2D列表。 您无法方便地获取以列表列表形式表示的2D数据集的最大值。 在其上调用max将按字典顺序比较列表并返回列表。 列表对于均匀的对象序列很有用，但是如果您正在做数学运算，则需要numpy，并且需要ndarrays。

Answer 2

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