列表、数组、张量的联系与区别

不给力英文列表、数组、张量的联系与区别

1. list和ndarray

最⼤区别在于在内存中存储⽅式不同

相同：

护理安全列表 ( list ) 与数组（ndarray）类似，是具有相同类型的多个元素构成的整体。

list和array都可以根据索引、切⽚来取其中的元素。

区别：

成人博客数组在内存中是连续的，数组⾥的元素都是同⼀类，所以⼀旦确定了⼀个数组，它的内存就确定了，因此不能像列表⼀样通

过.append()追加。列表中保存的是数据的存放的地址，简单的说就是指针并⾮数据，所以可以可以存储不同的类型，由于地址不⽤连续，所以可以通过.append()把元素的地址追加进去，由于每个元素都需要⼀个地址，增加了堆内存和CPU的开⽀。

列表不能对整体进⾏数值运算，但是数组能对整体进⾏数值运算。

数组底层使⽤C语⾔编写，运算速度快，并且具有强⼤的运算能⼒。

import numpy as np

# 1. 列表

a =[1,2]

a.append(3)

print("数组可以追加为：", a)

玻璃模具# 2. 数组

b = np.array([1,2])

# b.append(3) # 会报错“'numpy.ndarray' object has no attribute 'append'”

2. ndarray和tensor

一株紫丁香教学设计

最⼤区别在于值是否可以改变（数据运⾏的设备）

相同：

tensor内部的数据类型为ndarray类型

区别：古代航海技术

tensor可以有加速器内存（如GPU）⽀持，既可以在CPU上运⾏也可以在GPU上运⾏。ndarray只能在CPU上运⾏。

ndarray在CPU上运⾏，因此可以改变其数值。tensor的值可以驻留在GPU上加速，GPU不具有改变元素值的能⼒，因此tensor的值不可以改变。

import tensorflow as tf

import numpy as np

# 1. ndarray

a = np.array([1,2,3])

a[1]=3

print("可以改变数组值为：", a)

# 2. tensor

b = tf.constant([1,2,3])

# b[1] = 3 # 会报错“'tensorflow.python.framework.ops.EagerTensor' object does not support item assignment”

本文发布于:2024-09-21 22:52:20，感谢您对本站的认可！

标签：数组元素内存地址数据整体改变

留言与评论（共有 0 条评论）