python数据的转换

需要注意的是，Numpy 在 64 位机子上浮点数默认的数据类型是 float64，而 Pytorch 默认的是 float32。所以为了确保转换后的数据类型是 float32，以及兼顾适用性，使用 torch.as_tensor() 都是更好的选择

（1）提示list没有.shape的属性

a=[1,2,3]
a=np.array(a)
a.shape

（2）将numpy变为tensor

a=np.array([1,2,3])
a=torch.from_numpy(a)
a.shape,a.dtype

#Out：torch.Size([3]，(torch.Size([3]), torch.int32))

#或者采用torch.as_tensor（a，dtype=float）
a=np.array([1,2,3])
a=torch.as_tensor(a,dtype=float)
a.shape,a.dtype

#out：(torch.Size([3]), torch.float64)

（3）将tensor转化为numpy

a=torch.FloatTensor([1,2,3])
a=a.numpy()
a.shape,a.dtype

#((3,), dtype('float32'))

（4）查看数据的类型和所属于的是list或者是元祖之类

a=[1,2,3]
a=np.array(a)
a.shape,a.dtype,type(a)
#out：((3,), dtype('int32'), numpy.ndarray)

（5）numpy的数据的list 和元祖和np.array直接的转换

#（1）将list转换为numpy
a=[1,2,3]
b=np.array(a)
b.dtype,type(b)
#out:(dtype('int32'), numpy.ndarray)  #记住了list是没有shape和type等属性
#（2）将元祖转换为numpy
a=(1,2,3)
b=np.array(a)
b.dtype,type(b)
#output:(dtype('int32'), numpy.ndarray) #记住了tuple也是没有shape和type等属性
（3）将字典转换为numpy
a={'a':1,'b':2}
b=np.array(a)
b.dtype,type(b)
#out：(dtype('O'), numpy.ndarray) #记住了dict也是没有shape和type等属性

（6）tensor的数据list和元祖和tensor的转换（tensor的list和字典等可以使用：len（list）来进行看list的个数）

方法一：List Tensor转Tensor (torch.cat)：torch.cat(a,dim=1)--dim表示按照哪个维度进行拼接，dim=1则按照列进行拼接

方法二：采用torch.stack