python中list和numpy中array，matrix的全面辨析

list是python中的普通列表对象，而array和matrix是python numpy库中封装的两个对象，array就是我们常说的数组，matrix是矩阵。本文先探讨list、array和matrix的异同，然后分析一下在tensorflow中，创建的随机变量属于哪种类型。

1、list

list可以明显的与array，matrix区别开来。list通过[ ]申明，支持append和expend等方法，没有shape属性。使用如下：
append( )：

data = []
data.append([1,2])
print(data)

输出：

[[1, 2]]

extend( ):

data.extend([1,2])
print(data)

输出：

[[1, 2], 1, 2]

可以看出，append( )和extend( )虽然都是连接list，但是append( )是将[1, 2]整体作为一个对象，添加到list中，而extend是将[1, 2]分别作为1和2两个序列，添加到list中。

2、array和matrix

它俩都有shape属性，但是matrix只能是二维的，shape只有行和列属性，而array可以是n维的。
乘法：
array的*就是对应元素相乘，如果行或列数不匹配会自动补全，这就是numpy的”广播”。
array想要实现矩阵相乘，使用np.dot(array1, array2)
matrix的*就是矩阵相乘。
matrix想要实现对应元素相乘，使用np.multiply(mat1, mat2)

3、总结list、array和matrix的区别

list是Python中的普通列表对象，支持append和attend操作，没有shape属性；array和matrix是numpy数据库中的对象，不支持append和attend操作，具有shape属性。

一个list中可以存放不同类型的数据，如int、float、str，或者布尔型；而array和matrix中只能存放相同类型的数据。

list不支持乘法操作；array和matrix支持乘法操作。

list对象不支持一次性读取一行或一列，只能通过指针进行元素的索引；array和matrix即支持一次性读取一行或一列，也支持通过指针来进行元素的索引。

a = [[1, 2, 3], [4, 5, 6]]
print(a[0])     # 输出：[1, 2, 3]
print(a[1])     # 输出：[4, 5, 6]
print(a[:, 0])  # 输出：TypeError: list indices must be integers or slices, not tuple

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a[0])     # 输出：[1, 2, 3]
print(a[:, 0])  # 输出：[1, 4]

4、list、array和matrix之间的转换

list变成array：np.array(list)
list变成matrix：np.mat(list)
array和matrix相互转换：np.asmatrix( )和np.asarray( )
array变成list：data.tolist( )

5、tensorflow中tf.random_( )生成的随机变量

shape为一维整数或array（数组）
tf.shape( )和tf.get_shape( )比较：都可以获取shape，但是tf.shape( )中数据类型可以是tensor，list，array；tf.get_shape( )的数据类型只能为tensor，返回的是一个tuple，可以通过data.get_shape( ) as_list( )得到一个list。