Numpy 中的矩阵和数组定义

Question

我有一个简单的问题。

fy=[2,6,5]
print(fy)

输出：

[2, 6, 5]

然后，

s = np.array(fy)
print(s)

输出：

[2 6 5]

什么意思，有什么区别？

Answer 1

问题变了，所以这里有一个新的答案：

写 fy=[2,6,5] 时，您创建了一个 python 列表。

>>> fy = [2, 6, 5]
>>> print(fy)
[2, 6, 5]
>>> print(type(fy))
<type 'list'>

但是使用 s = np.array(fy) 你创建了一个 numpy 数组。

>>> import numpy as np
>>> s = np.array(fy)
>>> print(s)
[2 6 5]
>>> print(type(s))
<type 'numpy.ndarray'>

如您所见，这两个对象的打印表示不同之处在于 numpy 数组不使用逗号分隔值。编写 numpy 的人决定跳过逗号，大概是为了减少打印 numpy 数组时的视觉混乱。

原回答：

在python中，只有第一个（即[2, 3.1, 4.6, 3.5]）有效。后者（即 [2 3.1 4.6 3.5]）是语法错误。这不同于例如Matlab，你的两个例子都是正确的。

请参阅 this page for some examples of how to create numpy arrays, and this page 了解 Matlab 和 numpy 之间的区别。

Matrix and Array Definitions in Numpy