python中的list和array的不同之处

Posted 2023-05-08

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