numpy数组，矩阵和列表之间的相互转换

版权声明：本版权归Strive Heisenberg所有。 https://blog.csdn.net/StriveHeisenberg/article/details/89812714

python中list，array，matrix之间经常相互转换。这些数据结构各有不同的数据处理方式和规则，所以必须对列表、数组和矩阵这些数据结构有基本的概念的同时还要熟练地在各种数据结构之间进行转换。
首先是列表转化为numpy的数组和矩阵，使用numpy中的array（）和mat（）函数就能轻易转换。python中type（）函数查看对象的数据类型。

>>> import numpy as np
>>> list_0 = [[1, 2, 3], [4, 5, 6]]
>>> type(list_0)
<class 'list'>
>>> #列表转化为数组
>>> array_0 = np.array(list_0)
>>> type(array_0)
<class 'numpy.ndarray'>
>>> #列表转化为矩阵
>>> matrix_0 = np.mat(list_0)
>>> type(matrix_0)
<class 'numpy.matrix'>
>>> list_0
[[1, 2, 3], [4, 5, 6]]
>>> array_0
array([[1, 2, 3],
[4, 5, 6]])
>>> matrix_0
matrix([[1, 2, 3],
[4, 5, 6]])

numpy中的数组和矩阵转换为列表需要注意用tolist（）方法，如果用list（）函数则会构造出一个新的列表，此列表的元素是原来的数组或矩阵了。

>>> matrix_1 = np.mat([[7, 8, 9], [0, 5, 3]])
>>> matrix_1
matrix([[7, 8, 9],
[0, 5, 3]])
>>> #矩阵转化为数组
>>> array_1 = np.array(matrix_1)
>>> array_1
array([[7, 8, 9],
[0, 5, 3]])
>>> #矩阵转化为列表
>>> list_1 = matrix_1.tolist()
>>> list_1
[[7, 8, 9], [0, 5, 3]]

>>> list_1 = list(matrix_1)
>>> list_1
[matrix([[7, 8, 9]]), matrix([[0, 5, 3]])]

>>> array_2 = np.array([[1, 5, 9], [3, 5, 7]])
>>> array_2
array([[1, 5, 9],
[3, 5, 7]])
>>> #数组转化为矩阵
>>> matrix_2 = np.mat(array_2)
>>> matrix_2
matrix([[1, 5, 9],
[3, 5, 7]])
>>> #数组转化为列表
>>> list_2 = array_2.tolist()
>>> list_2
[[1, 5, 9], [3, 5, 7]]

>>> list_2 = list(array_2)
>>> list_2
[array([1, 5, 9]), array([3, 5, 7])]