一、单个数据转换为其他数据格式

1.1 单个数据 -> list

直接在数据上进行列表化操作，或者直接接入已经有的列表

语法：

list_name = [single_data] 或者 list_name.append(single_data)

1.2 单个数据 -> numpy.ndarray

直接使用初始化语法就可以

语法：

numpyarr_name = np.array(single_data)

举例：

import numpy as np
single_data = 100
numpyarr_test = np.array(single_data)
print(numpyarr_test)
print(numpyarr_test.dtype)
print(numpyarr_test.shape)

1.3 单个数据 ->torch.tensor

直接使用初始化语法就可以

方法一语法：（但这种方法新建的是维度为0）

tensor_name = torch.tensor(single_data)

方法二语法：通过列表的方式进行新建tensor

tensor_name = torch.Tensor([single_data])

方法三语法：新建一个空张量然后赋值进去（这种方法新建的维度为1）

tensor_name = torch.empty(1)
tensor_name[0] = single_data

举例：

import torch
single_data = 100
tensor_test = torch.tensor(single_data)
print(tensor_test)
print(type(tensor_test))
print(tensor_test.type())
print(tensor_test.shape)

single_data = 100
tensor_test = torch.Tensor([single_data])
print(tensor_test)
print(type(tensor_test))
print(tensor_test.type())
print(tensor_test.shape)

single_data = 100
tensor_test = torch.empty(1)
tensor_test[0] = single_data  
print(tensor_test)
print(type(tensor_test))
print(tensor_test.type())
print(tensor_test.shape)

二、list 转换为其他数据格式

2.1 list -> 单个数据

直接使用python中的强制类型转换

2.2 list -> numpy.ndarray

注意：转换时list里面的类型必须一样

语法：

numpyarr_name = np.array(list_name)

举例：

import numpy as np
list_test = [1,2,3,4]
print(type(list_test))
numpyarr_test = np.array(list_test)
print(type(numpyarr_test))
print(numpyarr_test.dtype)
print(numpyarr_test.shape)

2.3 list -> torch.tensor

注意：转换时list里面所有的元素的类型（包括多维度列表的元素中元素）必须一样

语法：

tensor_name = torch.Tensor(list_name)

举例：

import torch
list_test = [[1,2,3],[4,5,6]]
print(type(list_test))
tensor_test = torch.Tensor(list_test)
print(type(tensor_test))
print(tensor_test.type())
print(tensor_test.shape)

三、numpy.ndarray 转换为其他数据格式

3.1 numpy.ndarry -> 单个数据

直接使用python中的强制类型转换

举例：

import numpy as np
single_data = float(np.array([100]))
print(single_data)
print(type(single_data))

3.2 numpy.ndarry -> list

语法：

numpyarr_name.tolist()

举例：

import numpy as np
numpyarr_test = np.ones((1,2))
list_test = numpyarr_test.tolist()
print(type(list_test))
print(len(list_test))
print(len(list_test[0]))

3.3 numpy.ndarry -> torch.tensor

注意1：只能转换成CPU张量

注意2：shape不会改变

语法：

tensor_name = torch.from_numpy(numpyarr_name)

举例：

import torch
import numpy as np
numpyarr_test = np.ones((1,2))
print(type(numpyarr_test))
print(numpyarr_test.dtype)
tensor_test = torch.from_numpy(numpyarr_test)
print(type(tensor_test))
print(tensor_test.type())

四、torch.tensor 转换为其他数据格式

4.1 torch.tensor -> 单个数据

直接使用python中的强制类型转换

举例：

import torch
tensor_test = torch.ones(1)
single_data = float(tensor_test)
print(single_data)
print(type(single_data))

4.2 torch.tensor -> list

语法：

list_name =  tensor_name.tolist()

举例：

import torch
tensor_test = torch.ones((1,3))
print(tensor_test)
print(type(tensor_test))
print(tensor_test.type())
print(tensor_test.shape)
list_test =  tensor_test.tolist()
print(list_test)
print(type(list_test))

4.3 torch.tensor -> numpy.ndarry

注意：只有CPU张量能进行如此转换

注意：shape不会改变

语法：

numpyarr_name = tensor_name.numpy()
# 直接使用不进行赋值的话不会改变类型

举例：

import torch
import numpy as np
tensor_test = torch.Tensor(1,2)
print(type(tensor_test))
print(tensor_test.type())
numpyarr_test = tensor_test.numpy()
print(type(numpyarr_test))
print(numpyarr_test.dtype)