数据格式转换（list、numpy、pandas、tensor）

list<->numpy

（1）list转numpy"

list1=[1,2,3,4]
print(type(list1))
A=np.array(list1)
print(type(A))

（2）numpy转list

B=np.array([1,2,3])
print(type(B))
C=B.tolist()
print(type©)

pandas<->numpy<->list

（1）list转pandas

A1=[1,2,3]
A2=pd.Series(A1)
print(“A2的类型{}，nA2的值{}”.format(type(A2),A2))

A3=[[1,2,3],[4,5,6]]
A4=pd.DataFrame(A3)
print(“A4的类型{}，nA4的值{}”.format(type(A4),A4))

（2）numpy转为pandas

A5=np.ones((3,4))
print(“当前A5的类型为{}”.format(type(A5)))
A6=pd.DataFrame(A5)
print(“A6的类型{}，nA6的值{}”.format(type(A6),A6))

（3）pandas转numpy

A7=pd.DataFrame(np.ones((4,3)))
A8=A7.values
print(“A8的类型{}，nA8的值{}”.format(type(A8),A8))

（4）pandas转list

A7=pd.DataFrame([[1,2],[3,4]])
A8=A7.values
print(“A8的类型{}，nA8的值{}”.format((type(A8)),A8))
A9=A8.tolist()
print(“A9的类型{}，nA9的值{}”.format(type(A9),A9))

tf转换

（1）直接构造-常量

A=tf.constant(1,dtype=tf.double)
print(“A”,A)
B=tf.constant(“hello”)
print(“B”,B)
C=tf.constant([True,False])
print(“C”,C)
D=tf.linspace(-6.,6.,10)
print(“D”,D)
E=tf.range(4)
print(“E”,E)

（2）直接构造-变量

F=tf.Variable(2,name=“input”)
print(“F的名字:{}，F可否被训练:{}”.format(F.name,F.trainable))

（3）函数

A=tf.zeros([3,4])
B=tf.zeros_like(A.shape)
C=tf.ones([2])
D=tf.fill([2,3],4)
print(“A”,A)
print(“B”,B)
print(“C”,C)
print(“D”,D)

（4）满足分布

#正态分布
A=tf.random.normal([2,2],mean=1,stddev=1)
print(“A”,A)
#截断正态分布
B=tf.random.truncated_normal([2,2],mean=1,stddev=1)
print(“B”,B)
#均匀分布
C=tf.random.uniform([2,2],minval=0,maxval=1)
print(“C”,C)
#随机打散
D=tf.range(10)
E=tf.random.shuffle(D)
print(“D”,D)
print(“E”,E)

（5）间接构造

#numpy转换
#numpy-tensor
A=np.ones((3,3))
B=tf.convert_to_tensor(A,dtype=tf.int32)
print(“numpy-tensor后类型为{}”.format(type(B)))
#tensor-numpy
C=B.numpy()
print(“tensor-numpy后类型为{}”.format(type©))
#list转换
B=[[1,2,3],[4,3,2]]
C=tf.convert_to_tensor(B)
print(“list转变为tensor之后的类型{}”.format(type©))

最后

以上就是体贴玫瑰为你收集整理的数据格式转换（list、numpy、pandas、tensor）的全部内容，希望文章能够帮你解决数据格式转换（list、numpy、pandas、tensor）所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。