这篇文章主要介绍了如何在Python中利用numpy库将矩阵转换为列表，创新互联成都网站设计公司小编觉得不错，现在分享给大家，也给大家做个参考，一起跟随创新互联成都网站设计公司小编来看看吧！
创新互联服务项目包括扶绥网站建设、
扶绥网站制作、扶绥网页制作以及扶绥网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，
扶绥网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到扶绥省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！
python可以做什么
Python是一种编程语言，内置了许多有效的工具，Python几乎无所不能，该语言通俗易懂、容易入门、功能强大，在许多领域中都有广泛的应用，例如最热门的大数据分析，人工智能，Web开发等。
（1）将矩阵转换为列表的函数：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）将数组转换为列表的函数：numpy.ndarray.tolist（）
Notes：（数组能够被重新构造）
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()计算矩阵或数组的均值：
Examples
>>>
>>> a = np.array([[1, 2], [3, 4]]) #对所有元素求均值
>>> np.mean(a)
2.5
>>> np.mean(a, axis=0) #对每一列求均值
array([ 2., 3.])
>>> np.mean(a, axis=1) #对每一行求均值
array([ 1.5, 3.5])
（4）numpy.std()计算矩阵或数组的标准差：
Examples
>>>
>>> a = np.array([[1, 2], [3, 4]]) #对所有元素求标准差
>>> np.std(a)
1.1180339887498949
>>> np.std(a, axis=0) #对每一列求标准差
array([ 1., 1.])
>>> np.std(a, axis=1) #对每一行求标准差
array([ 0.5, 0.5])
（5）numpy.newaxis为数组增加一个维度：
Examples:
>>> a=np.array([[1,2,3],[4,5,6],[7,8,9]]) #先输入3行2列的数组a
>>> b=a[:,:2]
>>> b.shape #当数组的行与列都大于1时，不需增加维度
(3, 2)
>>> c=a[:,2]
>>> c.shape #可以看到，当数组只有一列时，缺少列的维度
(3,)
>>> c
array([3, 6, 9])
>>> d=a[:,2,np.newaxis] #np.newaxis实现增加列的维度
>>> d
array([[3],
[6],
[9]])
>>> d.shape #d的维度成了3行1列（3,1）
(3, 1)
>>> e=a[:,2,None] #None与np.newaxis实现相同的功能
>>> e
array([[3],
[6],
[9]])
>>> e.shape
(3, 1)
（6）numpy.random.shuffle(index): 打乱数据集（数组）的顺序：
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）计算二维数组某一行或某一列的大值最小值：
>>> import numpy as np
>>> a = np.arange(15).reshape(5,3) #构造一个5行3列的二维数组
>>> 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行的大值，其他行同理
>>> c
2
（8）向数组中添加列：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是二维的，l是一维的，如果直接调用np.hstack()会出错：维度不同。
n = np.hstack((n,l))
ValueError: all the input arrays must have same number of dimensions
解决方法是将l变为二维的，可以用（5）中的方法：
n = np.hstack((n,l[:,np.newaxis])) ##注意：在使用np.hstack()时必须用()把变量括起来，因为它只接受一个变量
n
Out[161]:
array([[ 0.17234 , -0.01480043, 1. ],
[-0.33356669, -1.33565616, 2. ],
[-1.11680009, 0.64230761, 3. ],
[-0.51233174, -0.10359941, 4. ]])
下面讲一下如何按列往一个空列表添加值：
n = np.array([[1,2,3,4,5,6],[11,22,33,44,55,66],[111,222,333,444,555,666]]) ##产生一个三行六列容易区分的数组
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)] ##产生三行一列的空列表
Out[172]: [[], [], []]
for i in range(0,6,2): ##每间隔一列便添加到sample中
sample = np.hstack((sample,n[:,i,np.newaxis]))
sample
Out[170]:
array([[ 1., 3., 5.],
[ 11., 33., 55.],
[ 111., 333., 555.]])
以上就是创新互联成都网站设计公司小编为大家收集整理的如何在Python中利用numpy库将矩阵转换为列表，如何觉得创新互联成都网站设计公司网站的内容还不错，欢迎将创新互联成都网站设计公司网站推荐给身边好友。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、网站设计器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
本文名称：如何在Python中利用numpy库将矩阵转换为列表-创新互联
本文地址：
http://cdkjz.cn/article/dcspcs.html
