将PyTorch Tensor转换为Python列表的三种方法

更新时间：2026年04月17日 08:26:02 作者：detayun

本文介绍了三种将PyTorch Tensor转换为Python列表的方法,推荐使用.tolist()方法,适用于任何维度的Tensor,自动处理CPU/GPU转换且性能更优,同时提到了注意事项,.list()仅适用于一维Tensor,转换后的列表元素保持原有的数据类型

方法一：使用.tolist()方法（推荐）

import torch

# 创建一个 tensor
tensor = torch.tensor([9.6919, -0.6950, 11.8760, 1.6362, 8.3674, 9.2179])

# 转换为列表
list_result = tensor.tolist()

print(list_result)
print(type(list_result))
# 输出: [9.6919, -0.695, 11.876, 1.6362, 8.3674, 9.2179]
# 输出: <class 'list'>

方法二：使用list()函数

import torch

tensor = torch.tensor([9.6919, -0.6950, 11.8760, 1.6362, 8.3674, 9.2179])

# 转换为列表
list_result = list(tensor)

print(list_result)
print(type(list_result))
# 输出: [9.6919, -0.695, 11.876, 1.6362, 8.3674, 9.2179]
# 输出: <class 'list'>

方法三：使用.numpy()方法（适用于 CPU tensor）

import torch

tensor = torch.tensor([9.6919, -0.6950, 11.8760, 1.6362, 8.3674, 9.2179])

# 先转换为 numpy 数组，再转换为列表
list_result = tensor.numpy().tolist()

print(list_result)
print(type(list_result))

处理 GPU Tensor

如果 tensor 在 GPU 上，需要先移动到 CPU：

import torch

# 假设 tensor 在 GPU 上
tensor_gpu = torch.tensor([9.6919, -0.6950, 11.8760, 1.6362, 8.3674, 9.2179]).cuda()

# 先移动到 CPU，再转换为列表
list_result = tensor_gpu.cpu().tolist()

print(list_result)

处理多维 Tensor

import torch

# 二维 tensor
tensor_2d = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])

# 转换为嵌套列表
list_2d = tensor_2d.tolist()
print(list_2d)
# 输出: [[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]]

# 三维 tensor
tensor_3d = torch.tensor([[[1.0, 2.0], [3.0, 4.0]], [[5.0, 6.0], [7.0, 8.0]]])
list_3d = tensor_3d.tolist()
print(list_3d)
# 输出: [[[1.0, 2.0], [3.0, 4.0]], [[5.0, 6.0], [7.0, 8.0]]]

完整示例

import torch

def tensor_to_list(tensor):
    """
    将 PyTorch tensor 转换为 Python 列表
    """
    if tensor.is_cuda:
        # 如果在 GPU 上，先移动到 CPU
        tensor = tensor.cpu()
    
    return tensor.tolist()

# 测试
tensor = torch.tensor([9.6919, -0.6950, 11.8760, 1.6362, 8.3674, 9.2179])
result = tensor_to_list(tensor)

print("原始 tensor:", tensor)
print("转换后的列表:", result)
print("列表类型:", type(result))
print("列表元素类型:", type(result[0]))

注意事项

.tolist() vs list():

.tolist(): 推荐使用，适用于任何维度的 tensor，返回嵌套列表
list(): 只适用于一维 tensor，对于多维 tensor 会返回 tensor 列表而不是数值列表

数据类型: 转换后的列表元素会保持 tensor 的数据类型（如 float32、float64 等）

性能: 对于大型 tensor，.tolist() 可能比 list() 稍快

梯度: 如果 tensor 有梯度，.tolist() 会自动处理，只返回数值

推荐做法

始终使用 .tolist() 方法，因为它：

适用于任何维度的 tensor
自动处理 CPU/GPU 转换（需要先调用 .cpu()）
代码更清晰易读
性能更好

# 最佳实践
list_result = tensor.tolist()  # 对于 CPU tensor
# 或
list_result = tensor.cpu().tolist()  # 对于可能在 GPU 上的 tensor

到此这篇关于将PyTorch Tensor转换为Python列表的三种方法的文章就介绍到这了,更多相关PyTorch Tensor转为Python列表内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

盘点20个Python数据科学库神器打造数据魔法世界
数据科学家和分析师常常使用 Python 来处理数据、进行分析和可视化,Python生态系统中有许多库,但有一些库是数据科学家日常工作中必不可少的,本文将深入介绍20个重要的Python 库,包括示例代码和用例
2024-01-01
Pandas借助Numpy实现优化的条件检索代码
Numpy其实是最早的处理数据的Python库,它的核心ndarray对象,是一个高效的n维数组结构,本文主要介绍了Pandas如何借助Numpy优化条件检索,感兴趣的可以了解下
2024-03-03
win7下python3.6安装配置方法图文教程
这篇文章主要为大家详细介绍了win7下python3.6安装配置方法图文教程，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-07-07
django 自定义过滤器的实现
这篇文章主要介绍了django 自定义过滤器的实现,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2019-02-02
Pytorch提取模型特征向量保存至csv的例子
今天小编就为大家分享一篇Pytorch提取模型特征向量保存至csv的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-01-01
超详细注释之OpenCV Haar级联检测器进行面部检测
这篇文章主要介绍了OpenCV Haar级联检测器进行面部检测，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-09-09
在Python3.74+PyCharm2020.1 x64中安装使用Kivy的详细教程
这篇文章主要介绍了在Python3.74+PyCharm2020.1 x64中安装使用Kivy的详细教程，本文通过图文实例相结合给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2020-08-08
python发送多人邮件没有展示收件人问题的解决方法
这篇文章主要为大家详细介绍了python发送多人邮件没有展示收件人问题的解决方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-06-06
Python控制台实现交互式环境执行
这篇文章主要介绍了Python程序如何在交互式环境中执行,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-06-06
pip install报错This environment is externa
这篇文章主要为大家详细介绍了Python中pip install报错This environment is externally managed的相关解决方法,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下
2025-12-12