【问题标题】：what the differences between ndarray and list in python?python中的ndarray和list有什么区别？
【发布时间】：2021-07-24 07:11:13
【问题描述】：

上周老师问我们：在存储1到100的整数时，使用list和使用ndarray有什么区别。我以前从未使用过 numpy，所以我在网站上搜索了这个问题。但是我所有的搜索结果都告诉我，它们只是有尺寸差异。 Ndarray 可以存储 N 维数据，而 list 存储一个。那不满足我。是不是真的很简单，只是我想多了，还是没有找到合适的关键字来搜索？我需要帮助。

【问题讨论】：

标签： python list numpy numpy-ndarray

【解决方案1】：

有几个区别：

-您可以将元素附加到列表中，但不能在不制作完整副本的情况下更改“numpy.ndarray”的大小。

-列表可以包含所有内容，在 numpy 数组中，所有元素必须具有相同的类型。

-在实践中，numpy 数组对于矢量函数比映射函数到列表更快。

-我认为修改时间不是问题，但对元素的迭代才是问题。 Numpy 数组有许多与数组相关的方法（'argmin'、'min'、'sort' 等）。

当我需要做一些数学运算（求和、平均、数组乘法等）时，我更喜欢使用 numpy 数组，而当我需要迭代“项目”（字符串、文件等）时，我更喜欢使用列表。

【讨论】：

【解决方案2】：

一维数组就像一个行方格纸。##

你可以在每个盒子里放一个东西

下图是一个二维数组的例子

二维数组有行有列

我应该更改数字。
当我画图的时候，我只是把第一行复制了很多次。
每行的数字可以完全不同。

import numpy as np

lol = [[1, 2, 3], [4, 5, 6]]
# `lol` is a list of lists

arr_har = np.array(lol, np.int32)

print(type(arr_har)) # <class 'numpy.ndarray'>

print("BEFORE:")
print(arr_har)

# change the value in row 0 and column 2.
arr_har[0][2] = 999

print("\n\nAFTER arr_har[0][2] = 999:")
print(arr_har)

下图是一个3维数组的例子

总结/结论：

Python 中的`list` 就像一个一维数组。

`ndarray`是“n维数组”或“多维数组”的缩写

Python `list` 和 `ndarray` 之间的区别在于，ndarray 有 2 个或更多维度