我是Python的初学者，最近我了解了NumPy及其著名的 ndarrays 。最初，在阅读了许多赞美他们的文章（一些参考文献here，here，here）之后，我认为：
“好吧，如果NumPy的数组好得多，并且假设我真的不在乎在同一个列表/数组上具有异构数据类型，那为什么还要使用Python的列表？”
但是，经过更深入的研究，我发现使用 ndarrays 也有不利的一面（某些参考文献here和here）。我已经了解了使用每种数据结构的基本优缺点，但是这一切仍然让我感到困惑。因此，我的问题是：作为Python的初学者，什么时候应该使用NumPy的数组，什么时候应该使用Python的列表？在给定情况下，我如何评估最佳选择？
有些人可能会认为这篇文章是重复的-实际上，已经有很多“ ndarrays vs list”主题。但是，我搜索了一段时间，但没有找到满意的答案。有很多人在谈论 ndarrays 和列表的好处，但是还不清楚，特别是对于像我这样的初学者来说，如何选择它们。我应该在日常编码中使用NumPy数组，并为特殊情况保存列表吗？还是我应该相反？谢谢！
注意：，因为它可能与答案有关，所以我打算将Python主要用于机器学习。
答案 0 :(得分：2)
Python列表比较庞大。它们基本上是指针数组，比numpy的ndarrays占用更多的内存。结果，对于涉及矩阵和复杂计算的数学运算，ndarrays是更好的选择。因此，大多数数学运算已针对numpy进行了优化，并且ndarrays的数学功能更为丰富。
Python列表更加灵活。它们可以保存异构的任意数据，并且附加/删除非常有效。如果您想添加和删除许多不同的对象，则可以使用Python列表。
出于机器学习的目的，ndarrays绝对是您最好的选择。 Tensorflow和keras是两个最受欢迎的机器学习库，它们更适合numpy的内存高效数组，因为它们处理大量的同类数据。