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...
