ndarray转换为数组

可以使用numpy中的tolist()方法将ndarray转换为数组，示例代码如下：

import numpy as np

ndarray = np.array([[1, 2, 3], [4, 5, 6]])
array = ndarray.tolist()
print(array)

输出结果为：`[[1, 2, 3], [4, 5, 6]]`

相关问题

python 读出数据转换为数组

Python中有多种方法可以读取数据并将其转换为数组。最常用的是NumPy库，它提供了强大的ndarray结构。以下是几种常见的操作：

1. **CSV文件**：
使用`pandas`库的`read_csv()`函数可以轻松加载CSV文件：

   import pandas as pd
   data = pd.read_csv('filename.csv')
   array = data.values  # 转换为numpy数组

2. **Excel文件**：
`pandas`同样适用于Excel文件：

   df = pd.read_excel('file.xlsx')
   array = df.values

3. **文本文件（如ASCII或固定宽度格式）**：
可以直接通过文件操作逐行读取，并转换为列表后再转换为数组：

   with open('file.txt', 'r') as file:
       lines = file.readlines()
   array = [line.strip().split() for line in lines]  # 分割每一行
   array = np.array(array)

4. **JSON数据**：
JSON可以用`json`模块加载，然后转成数组：

   import json
   data_str = '{"key": "value"}'
   data_dict = json.loads(data_str)
   array = list(data_dict.values())
   array = np.array(array)

将一个嵌套列表转换为矩阵，再将其转换 为数组，最终将其还原为列表。 ·提示:可使用type()函数查看变量类型。

将嵌套列表转换为矩阵，通常需要使用Python的`numpy`库中的`array`或`matrix`函数。这里是一个例子：

首先，假设我们有这样一个二维嵌套列表：

nested_list = [[1, 2], [3, 4], [5, 6]]

要将其转换为矩阵，我们可以这样做：

import numpy as np
matrix = np.array(nested_list)
# 或者
matrix = np.matrix(nested_list)

这两种方式都会生成一个二维数组（numpy数组）：

print(matrix.shape)  # 输出 (3, 2)，表示3行2列

接下来，我们将这个数组转换为普通的Python列表（list）：

flat_list = matrix.tolist()

现在`flat_list`就是一个扁平化的列表了。

你可以使用`type()`函数确认变量类型的变换：

print(type(nested_list))  # 初始嵌套列表，类型通常是 list
print(type(matrix))       # 转换后的numpy数组或matrix，类型是 np.ndarray
print(type(flat_list))    # 最终的扁平化列表，类型是 list