关于python中的二维数组，主要有list和numpy.array两种。
好吧，其实还有matrices，但它必须是2维的，而numpy arrays (ndarrays) 可以是多维的。
我们主要讨论list和numpy.array的区别：
我们可以通过以下的代码看出二者的区别
1 >>import numpy as np 2 >>a=[[1,2,3],[4,5,6],[7,8,9]] 3 >>a 4 [[1,2,3],[4,5,6],[7,8,9]] 5 >>type(a) 6 <type 'list'> 7 >>b=np.array(a)"""List to array conversion""" 8 >>type(b) 9 <type 'numpy.array'> 10 >>b 11 array=([[1,2,3], 12 [4,5,6], 13 [7,8,9]])
list对应的索引输出情况：
1 >>a[1][1] 2 5 3 >>a[1] 4 [4,5,6] 5 >>a[1][:] 6 [4,5,6] 7 >>a[1,1]"""相当于a[1,1]被认为是a[(1,1)],不支持元组索引""" 8 Traceback (most recent call last): 9 File "<stdin>", line 1, in <module> 10 TypeError: list indices must be integers, not tuple 11 >>a[:,1] 12 Traceback (most recent call last): 13 File "<stdin>", line 1, in <module> 14 TypeError: list indices must be integers, not tuple
numpy.array对应的索引输出情况：
>>b[1][1] 5 >>b[1] array([4,5,6]) >>b[1][:] array([4,5,6]) >>b[1,1] 5 >>b[:,1] array([2,5,8])
由上面的简单对比可以看出， numpy.array支持比list更多的索引方式，这也是我们最经常遇到的关于两者的区别。此外从[Numpy-快速处理数据]上可以了解到“由于list的元素可以是任何对象，因此列表中所保存的是对象的指针。这样为了保存一个简单的[1,2,3]，有3个指针和3个整数对象。”