为什么在应用任何机器学习算法之前，需要将Python中的列表转换为数组（如Numpy数组）？

回答：

这并不是必须的，但由于Numpy/SciPy模块提供了大量方便且非常快速（向量化）的函数/方法，使用起来非常便捷。

实际上，大多数机器学习方法（至少在sklearn模块中）会尝试将输入数组转换为Numpy数组，以便能够使用Numpy的函数/方法。

请看以下示例，我在这里没有使用Numpy数组，而是使用了“原生”Python列表：

from sklearn.linear_model import LinearRegressionX = [[1,2,3], [4, 5, 6], [7,8,9]]y = [30, 20, 10]lr = LinearRegression().fit(X, y)pred = lr.predict([[13,14,15], [16,17,18]])print(pred)print(type(pred))

输出：

[-10. -20.]<class 'numpy.ndarray'>