python - 为什么要将 python 列表转换为 numpy 数组？

Question

有 a simply way将 python 中的数字列表转换为 numpy 数组的方法。

但是我尝试过的简单函数，例如 numpy.average(x)，无论 x 是一个简单的 python 列表还是一个 numpy 数组都可以工作.在哪些情况下需要将 python 中的列表(或数组)转换为 numpy 中的数组？

Answer 1

到目前为止给出的答案都很好。通过其方法将许多 NumPy 功能绑定(bind)到数组对象的简单便利非常有帮助。这是尚未提及的内容。

在将列表传递给 NumPy 函数之前将列表转换为数组的一个很好的理由是，在内部，大多数 NumPy 函数在执行任何计算之前尝试将应该是数组的参数转换为 NumPy 数组.这意味着，当您在值列表或值列表的列表上调用 NumPy 函数时，NumPy 首先将列表转换为数组，然后运行计算，然后返回结果。

如果您多次调用同一个列表上的 NumPy 函数，NumPy 将被迫构建一个新数组并将数组中的值复制到其中每次您调用一个内置的在 NumPy 函数中。这会导致很多不必要的转换，并且会减慢每个函数调用的速度。要将列表转换为数组，NumPy 必须遍历您提供的列表以确定合适的数据类型和形状，分配一个空数组来保存所需的值，然后再次遍历列表以存储每个 Python 中包含的值数组适当条目中的对象。

所有这些额外的工作都会减慢速度，如果没有必要，多次执行所有相同的转换是没有意义的。