一直以为列表的操作很简单，直到自己读取列表某一行和某一列时才发现问题，可以发现在python中，普通的列表list和numpy中的数组array是不一样的，最大的不同是：一个列表中可以存放不同类型的数据，包括int、float和str，甚至布尔型；而一个数组中存放的数据类型必须全部相同，int或float。

在list中数据类型保存的是数据的存放地址，简单的说就是指针，并非数据，这样保存一个list很麻烦了，例如list1=[1,2,3,4]需要4个指针和四个数据，增加了存储和消耗cpu，而array1=numpy.array([1,2,3,4])只需要存放四个数据，读取和计算更加方便，因此在做纯数字操作时，建议使用array

因为列表可以存放不同类型的数据，因此列表中每个元素的大小可以相同，也可以不同，也就不支持一次性读取一列，即使是对于标准的二维数字列表，例如定义数组列表如下：

a = [[1, 2, 3, 4],
     [5, 6, 7, 8],
     [9, 10, 11, 12],
     [13, 14, 15, 16]]
print(a[0])  # 可以取出列表a的第一行

[1, 2, 3, 4]

当尝试使用数组的方法读取一列时失败

a = [[1, 2, 3, 4],
     [5, 6, 7, 8],
     [9, 10, 11, 12],
     [13, 14, 15, 16]]
print(a[:,0])
TypeError: list indices must be integers or slices, not tuple

我们需要用列表解析的方法读取一列：

a = [[1, 2, 3, 4],
     [5, 6, 7, 8],
     [9, 10, 11, 12],
     [13, 14, 15, 16]]
c=[x[0] for x in a]
print(c)

[1, 5, 9, 13]

而对于数组，就简单的多，可以直接读取：

import numpy as np
a = np.array([[1, 2, 3, 4],
              [5, 6, 7, 8],
              [9, 10, 11, 12],
              [13, 14, 15, 16]])
print(a[:,0])

[ 1  5  9 13]

当然存在必然有其价值，列表在混合数据中的作用也无可替代