python中的list和array的不同之处
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python中的list和array的不同之处相关的知识,希望对你有一定的参考价值。
在Python中,list和array都可以根据索引来取其中的元素,但是list可以用append或者+来新增元素或者添加数组,而array不行。具体区别如下:1、作用不同
list是处理一组有序项目的数据结构;
array数组存储单一数据类型的多维数组;
2、内置数据类型
list是Python的内置数据类型;
array数组需要导入标准库才行,不属于内置类型;
3、数据类型是否相同
list中的数据类不必相同的,即每个元素可以是不同的数据类型;
array则是由Numpy封装,存放的元素都是相同的数据类型;
4、运算
列表list不可以进行数学四则运算;
数组array可以进行数学四则运算; 参考技术A
python中array是通过标准库支持的。
from array import arra它和list的区别是array存放数据时必须是同一类型,而list存放不同类型的数据
Python--unique()与nunique()函数
参考:https://www.cnblogs.com/xxswkl/p/11009059.html
1 unique()
统计list中的不同值时,返回的是array.它有三个参数,可分别统计不同的量,返回的都是array.
当list中的元素也是list时,尽量不要用这种方法.
import numpy as np a = [1,5,4,2,3,3,5] # 返回一个array print(np.unique(a)) # [1 2 3 4 5] # 返回该元素在list中第一次出现的索引 print(np.unique(a,return_index=True)) # (array([1, 2, 3, 4, 5]), array([0, 3, 4, 2, 1])) # 返回原list中每个元素在新的list中对应的索引 print(np.unique(a,return_inverse=True)) # (array([1, 2, 3, 4, 5]), array([0, 4, 3, 1, 2, 2, 4])) # 返回该元素在list中出现的次数 print(np.unique(a,return_counts=True)) # (array([1, 2, 3, 4, 5]), array([1, 1, 2, 1, 2])) # 当加参数时,unique()返回的是一个tuple,这里利用了tuple的性质,即有多少个元素即可赋值给对应的多少个变量 p,q,m,n = np.unique(a,return_index=True,return_inverse=True,return_counts=True) print(p,q,m,n) # [1 2 3 4 5] [0 3 4 2 1] [0 4 3 1 2 2 4] [1 1 2 1 2] # 注意当list中的元素不是数字而是list的时候,输出的数据类型与list中元素的长度有关 # 利用这种方法对list中元素去重或求里面元素的个数都不是好方法,很容易出错
统计series中的不同值时,返回的是array,它没有其它参数
import pandas as pd se = pd.Series([1,3,4,5,2,2,3]) print(se.unique()) # [1 3 4 5 2]
2.nunique()
可直接统计dataframe中每列的不同值的个数,也可用于series,但不能用于list.返回的是不同值的个数.
df=pd.DataFrame({\'A\':[0,1,1],\'B\':[0,5,6]}) print(df) print(df.nunique()) # A B # 0 0 0 # 1 1 5 # 2 1 6 # A 2 # B 3 # dtype: int64
也可与groupby结合使用,统计每个块的不同值的个数.
all_user_repay = all_user_repay.groupby([\'user_id\'])[\'listing_id\'].agg([\'nunique\']).reset_index() # user_id nunique # 0 40 1 # 1 56 1 # 2 98 1 # 3 103 1 # 4 122 1
以上是关于python中的list和array的不同之处的主要内容,如果未能解决你的问题,请参考以下文章