1. Python 原生列表 的类型转换
2. NumPy 数组 的类型转换
3. 列表 与 NumPy 数组 之间的转换

Python 原生列表 的类型转换

Python 列表本身是动态类型的，可以存储不同类型的数据（[1, 'a', 3.14]），当我们说“转换列表的数据类型”时，通常指的是将列表中的所有元素转换为统一的、指定的数据类型，如整数、浮点数或字符串。

使用列表推导式

这是最 Pythonic、最常用且最高效的方法。

场景： 将一个包含数字字符串的列表转换为整数列表。

# 原始列表：字符串类型的数字
str_list = ['1', '5', '8', '10']
# 使用列表推导式转换为整数列表
int_list = [int(x) for x in str_list]
print(f"原始列表: {str_list}, 类型: {[type(i) for i in str_list]}")
print(f"转换后列表: {int_list}, 类型: {[type(i) for i in int_list]}")

输出：

原始列表: ['1', '5', '8', '10'], 类型: [<class 'str'>, <class 'str'>, <class 'str'>, <class 'str'>]
转换后列表: [1, 5, 8, 10], 类型: [<class 'int'>, <class 'int'>, <class 'int'>, <class 'int'>]

其他类型转换示例：

# 转换为浮点数
float_list = [float(x) for x in str_list]
print(f"浮点数列表: {float_list}")
# 转换为字符串
mixed_list = [1, 2, 3.14]
str_mixed_list = [str(x) for x in mixed_list]
print(f"混合列表转字符串: {str_mixed_list}")

使用 map() 函数

map() 函数会对一个可迭代对象（如列表）中的每个元素应用一个指定的函数，并返回一个 map 对象,这个对象需要被转换回列表。

str_list = ['1', '5', '8', '10']
# map() 函数返回一个迭代器，需要用 list() 转换
int_list_map = map(int, str_list)
int_list = list(int_list_map)
print(f"使用 map 转换后的列表: {int_list}")

map() vs 列表推导式：

• 列表推导式：通常更易读，是 Python 首选的风格。
• map()：在处理非常复杂的函数或需要与函数式编程风格结合时，可能更清晰，在 Python 2 中，map() 的性能通常优于列表推导式，但在 Python 3 中,列表推导式在大多数情况下性能相当甚至更好。

处理转换失败的情况

如果列表中包含无法转换的元素（例如字母），程序会抛出 ValueError，你可以使用 try-except 来处理这种情况。

str_list_with_error = ['1', '5', 'eight', '10']
try:
    # int_list = [int(x) for x in str_list_with_error] # 这会报错
    # 安全的转换方式
    safe_int_list = []
    for x in str_list_with_error:
        try:
            safe_int_list.append(int(x))
        except ValueError:
            print(f"警告: 无法将 '{x}' 转换为整数，已跳过。")
            # 或者可以指定一个默认值，0
            # safe_int_list.append(0) 
    print(f"安全转换后的列表: {safe_int_list}")
except ValueError as e:
    print(f"发生错误: {e}")

NumPy 数组 的类型转换

NumPy 数组是用于科学计算的核心数据结构，它要求所有元素必须是相同的数据类型，NumPy 提供了非常方便和高效的类型转换方法。

使用 astype() 方法

这是最常用、最推荐的方法，它会创建一个新的数组,并将数据类型转换为你指定的类型。

import numpy as np
# 创建一个浮点型数组
float_arr = np.array([1.1, 2.5, 3.7, 4.2])
print(f"原始数组: {float_arr}, 数据类型: {float_arr.dtype}")
# 使用 astype() 转换为整型
# 注意：这会直接截断小数部分，而不是四舍五入
int_arr = float_arr.astype(np.int32)
print(f"转换为 int32 后的数组: {int_arr}, 数据类型: {int_arr.dtype}")
# 转换为字符串类型
str_arr = float_arr.astype(str)
print(f"转换为 str 后的数组: {str_arr}, 数据类型: {str_arr.dtype}")

输出：

原始数组: [1.1 2.5 3.7 4.2], 数据类型: float64
转换为 int32 后的数组: [1 2 3 4], 数据类型: int32
转换为 str 后的数组: ['1.1' '2.5' '3.7' '4.2'], 数据类型: <U32

NumPy 的数据类型代码：

• int, np.int, np.int32, np.int64
• float, np.float, np.float32, np.float64
• bool, np.bool_
• str, np.str_
• complex, np.complex_

使用 numpy.astype() 函数

这与 astype() 方法功能完全相同,只是调用方式不同。

int_arr_alt = np.array([1.1, 2.5, 3.7]).astype(np.int)
print(f"使用函数方式转换: {int_arr_alt}")

使用 numpy.round() 和 astype() 组合

如果你想在转换时进行四舍五入，需要先使用 np.round() 函数。

float_arr = np.array([1.1, 2.5, 3.7, 4.2])
# 先四舍五入，再转换类型
rounded_int_arr = np.round(float_arr).astype(int)
print(f"四舍五入后转换的数组: {rounded_int_arr}")

输出：

四舍五入后转换的数组: [1 2 4 4]

列表 与 NumPy 数组 之间的转换

在数据处理中，经常需要在 Python 的原生列表和 NumPy 数组之间进行切换。

列表 转 NumPy 数组

使用 np.array() 函数，可以非常轻松地将列表转换为 NumPy 数组，如果需要指定数据类型，可以在 np.array() 中使用 dtype 参数。

my_list = [10, 20, 30, 40, 50]
# 默认转换
arr_from_list = np.array(my_list)
print(f"从列表转换的数组: {arr_from_list}, 类型: {arr_from_list.dtype}")
# 指定转换类型
float_arr_from_list = np.array(my_list, dtype=float)
print(f"指定为 float 的数组: {float_arr_from_list}, 类型: {float_arr_from_list.dtype}")

NumPy 数组 转 列表

使用 tolist() 方法，可以将 NumPy 数组转换回 Python 的原生列表。

import numpy as np
my_array = np.array([[1, 2, 3], [4, 5, 6]], dtype=int)
# 转换为列表
list_from_arr = my_array.tolist()
print(f"从数组转换的列表: {list_from_arr}")
print(f"转换后列表的类型: {type(list_from_arr)}")
print(f"列表中元素的类型: {type(list_from_arr[0])}")

输出：

从数组转换的列表: [[1, 2, 3], [4, 5, 6]]
转换后列表的类型: <class 'list'>
列表中元素的类型: <class 'list'>

总结与对比

最佳实践建议

1. 如果只是处理少量数据，不需要复杂的数学运算，请使用 Python 原生列表，使用列表推导式进行类型转换。
2. 如果需要进行大量的数值计算、线性代数、统计分析等科学计算任务，请务必使用 NumPy 数组，使用 .astype() 方法进行类型转换,因为它非常高效。
3. 在纯 Python 代码和 NumPy 代码之间传递数据时，熟练掌握 np.array() 和 .tolist() 的转换。