前言：python中常常需要实现tuple、list以及array数据类型之间的转换，比如tuple可以保证数据不易被修改，而对于数据来说，array数据类型可以方便地调用numpy包中的函数进行数据处理，比如：求距离，最大值等。

python中，转换还是很方便的，只需要使用np.array(),tuple(),list()三个函数即可转成对应的数据类型。

这里注意的是， np.array(被转换的变量,dtype=数据类型) 可以通过dtype属性指定元素的数据类型

示例：tuple转array，并求距离

tp1 = (1,2,3,4,5,6)
tp2 = (2,2,3,4,5,6)
arr1 = np.array(tp1,dtype=float)
arr2 = np.array(tp2,dtype=float)
d = np.sqrt(np.sum(np.square(arr1-arr2)))#求两个数组之间的距离
print(type(arr1))#查看arr1的数据类型
print(d)

结果返回： 1.0 同时，arr1的数据类型为： <class 'numpy.ndarray'>

在这个示例 中 ，原始元组 tuple _var被修改为(4, 5, 6)，但 转换 后的列表 list _var没有受到影响，它仍然保持原始的元素[1, 2, 3]，并追加了一个新的元素4。这表明 转换 后的对象是独立的，修改其 中 一个不会影响到另一个。需要注意的是， 转换 后的对象是新的数据结构，与原始的元组或列表是独立的，修改其 中 一个不会影响到另一个。另外，如果元组或列表 中 的元素是可变的， 转换 后的对象仍然保持对原始元素的引用。上述代码示例 中 ， list ()函数用于将元组 转换 为列表， tuple ()函数用于将列表 转换 为元组。 然而我们从数据库或文件读取得来的通常是 Python 内定的类型 tuple 或 list 它们的优势就不说了,但是直接把 list 或 tuple 构成的二维数组传入scikit是会出问题的.  将列表 list 或元组 tuple 转换 为 nd array 数组。 numpy . array (object, dtype=None, copy=True, order=None, subok=False, ndmin=0) object：列表、元组等。 dtype：数据类型。如果未给出，则类型为被保存对象所需的最小类型。 copy：布尔来写，默认 True，表示复制对象。 order：顺序。 I need to convert array like this:[[1527 1369 86 86][ 573 590 709 709][1417 1000 68 68][1361 1194 86 86]]to like this:[(726, 1219, 1281, 664),(1208, 1440, 1283, 1365),(1006, 1483, 1069,... 2. 转换 成 tuple ： tuple () 3. 转换 成set：set() # 转换 成set后，重复数据将会被删除，具体见https://blog.csdn.net/Darren1921/article/details/93631509 4. 转换 成 array ：ar...