Python中向量创建主要通过科学计算库实现，NumPy的np.array()是最基础方式，可将列表、元组等转换为一维向量，支持指定数据类型（如dtype=float）；Pandas的pd.Series()可创建带索引的向量；深度学习框架如PyTorch的torch.tensor()和TensorFlow的tf.constant()则常用于神经网络中的张量向量，创建后可通过.shape查看维度，支持向量化运算，是数据分析与机器学习的基础操作。
Python向量创建方法详解：从基础到高效实践
在数学、数据科学、机器学习等领域，向量（Vector）是表示数据的基本结构之一，Python作为一门功能强大的编程语言，提供了多种创建向量的方式，能够满足不同场景下的需求，本文将详细介绍Python中向量的常见创建方法，从基础的列表到专业的NumPy数组,帮助读者全面掌握向量创建的核心技巧。
什么是向量？
向量是由n个实数组成的有序数组，通常表示为[v₁, v₂, ..., vₙ]，在数学定义中，向量不仅表示有序数值集合，还蕴含着方向和大小的重要概念，在Python中，向量可以是一维数据结构，用于存储数值、特征、标签等信息，机器学习中的样本特征向量、数学中的坐标点、信号处理中的时序数据、物理学中的力向量等，都可以通过向量来表示，向量的维度决定了其表示的信息复杂度，一维向量用于标量数据,高维向量则能表示更复杂的特征组合。
Python中向量的常见创建方法
使用Python列表（List）创建向量
列表是Python内置的数据结构，是最基础、最简单的向量创建方式，列表中的元素可以是任意类型（整数、浮点数、字符串、布尔值等），支持动态扩展和灵活操作,这使得列表在处理非数值数据时非常方便。
示例代码：
# 创建一个整数向量
vector_int = [1, 2, 3, 4, 5]
print("整数向量:", vector_int)
# 创建一个浮点数向量
vector_float = [1.1, 2.2, 3.3, 4.4]
print("浮点数向量:", vector_float)
# 创建字符串向量
vector_str = ["apple", "banana", "cherry"]
print("字符串向量:", vector_str)
# 创建布尔向量
vector_bool = [True, False, True, False]
print("布尔向量:", vector_bool)
# 创建混合类型向量（不推荐用于数值计算）
vector_mixed = [1, "hello", 3.14, True]
print("混合类型向量:", vector_mixed)
特点：
- 优点：
- 无需额外依赖，语法简单直观
- 支持灵活的元素类型和动态修改
- 提供丰富的内置方法（如append、pop、sort等）
