1.创建一个Python脚本，命名为testl.py，完成以下功能。 (1)定义一个列表list1=[1,2,4,6,7,8]，将其转化为数组N1。 (2)定义一个元组tupl=(1,2,3,4,5,6)，将其转化为数组N2。 (3)利用内置函数，定义一个1行6列元素全为1的数组N3。 (4)将N1、N2、N3垂直连接，形成一个3行6列的二维数组N4。 (5)将N4保存为Python二进制数据文件(.npy格式。

### Python 列表、元组到 NumPy 数组的转换方法 NumPy 是一种强大的科学计算库，提供了高效的多维数组对象及其操作工具。以下是关于如何将 Python 的 `list` 和 `tuple` 转换为 NumPy 数组并保存为 `.npy` 文件的具体说明。 #### 将列表和元组转换为 NumPy 数组 可以通过 `np.array()` 函数轻松完成这一过程： ```python import numpy as np # 使用 list 创建 NumPy 数组 example_list = [1, 2, 3, 4] array_from_list = np.array(example_list) print("From List:") print(array_from_list) # 输出: [1 2 3 4] # 使用 tuple 创建 NumPy 数组 example_tuple = (5, 6, 7, 8) array_from_tuple = np.array(example_tuple) print("\nFrom Tuple:") print(array_from_tuple) # 输出: [5 6 7 8] ``` 对于不规则嵌套列表的情况，可以使用 `numpy.concatenate()` 来将其展平并转化为一维 NumPy 数组[^1]： ```python irregular_list = [[1, 2, 3, 4], [1, 1, 0, 0], [1, 2]] flattened_array = np.concatenate(irregular_list) print("\nFlattened Array from Irregular List:") print(flattened_array) # 输出: [1 2 3 4 1 1 0 0 1 2] ``` #### 数据类型的指定 在创建 NumPy 数组时，还可以通过参数 `dtype` 明确指定数据类型[^2]： ```python int_array = np.array([1, 2, 3], dtype=np.int32) float_array = np.array([1, 2, 3], dtype=np.float16) print("\nInteger Array with int32 type:") print(int_array) # 输出: [1 2 3] print("\nFloat Array with float16 type:") print(float_array) # 输出: [1. 2. 3.] ``` #### 高级数组创建方式 除了简单的 `np.array()` 方法外，还有其他高级函数用于生成特定模式的数组： - **arange**: 类似于内置 range() 函数，但返回的是 NumPy 数组。 ```python ranged_array = np.arange(12).reshape(3, 4) print("\nArray created using arange and reshaped to 3x4:") print(ranged_array) ``` - **linspace**: 返回均匀分布的一系列数值。 ```python linspace_array = np.linspace(0, 10, num=5) print("\nLinearly spaced array between 0 and 10 with 5 points:") print(linspace_array) ``` #### 保存 NumPy 数组至 .npy 文件 为了长期存储或与其他程序共享 NumPy 数组，可利用 `np.save()` 函数将其保存为二进制文件格式 `.npy`: ```python # 保存数组到名为 'saved_array.npy' 的文件中 np.save('saved_array', flattened_array) # 加载已保存的数组 loaded_array = np.load('saved_array.npy') print("\nLoaded Array from File:") print(loaded_array) # 应与原始 flattened_array 完全一致 ```