link管理
链接快照平台
- 输入网页链接，自动生成快照
- 标签化管理网页链接
相关文章推荐
|
粗眉毛的青蛙 · 如何使用rapidjson从对象内部解析JS ...· 5 小时前 · |
|
|
聪明伶俐的小马驹 · spring boot ...· 10 月前 · |
|
|
细心的拖把 · How to register an ...· 11 月前 · |
|
|
贪玩的西瓜 · Python中的最大递归深度是多少,如何增加 ...· 1 年前 · |
|
|
活泼的作业本 · "IME died" and ...· 1 年前 · |
|
|
坚强的咖啡豆 · url参数存在特殊字符（“ & ...· 1 年前 · |
如何将列表的简单列表转换为numpy数组？行是单独的子列表，每一行都包含子列表中的元素。
8 个回答
高票数
最新
Stack Overflow用户
修改于2017-03-22 13:46
得票数
130
>>> numpy.array([[1, 2], [3, 4]])
array([[1, 2], [3, 4]])
Stack Overflow用户
回答于2012-04-27 15:21
得票数
26
它就像这样简单：
>>> lists = [[1, 2], [3, 4]]
>>> np.array(lists)
array([[1, 2],
[3, 4]])
Stack Overflow用户
修改于2019-07-04 09:32
得票数
255
如果您的列表列表包含具有不同数量元素的列表，那么Ignacio Vazquez-艾布拉姆斯的答案将不起作用。相反，至少有3个选项：
1)创建数组数组：
x=[[1,2],[1,2,3],[1]]
y=numpy.array([numpy.array(xi) for xi in x])
type(y)
>>><type 'numpy.ndarray'>
type(y[0])
>>><type 'numpy.ndarray'>2)创建一个列表数组：
x=[[1,2],[1,2,3],[1]]
y=numpy.array(x)
type(y)
>>><type 'numpy.ndarray'>
type(y[0])
>>><type 'list'>3)首先使列表的长度相等：
x=[[1,2],[1,2,3],[1]]
length = max(map(len, x))
y=numpy.array([xi+[None]*(length-len(xi)) for xi in x])
>>>array([[1, 2, None],
>>> [1, 2, 3],
>>> [1, None, None]], dtype=object)
Stack Overflow用户
修改于2017-06-19 00:03
得票数
50
由于这是Google上将列表列表转换为Numpy数组的最热门搜索，尽管这个问题已经存在4年了，但我还是要提供以下内容：
>>> x = [[1, 2], [1, 2, 3], [1]]
>>> y = numpy.hstack(x)
>>> print(y)
[1 2 1 2 3 1]当我第一次想到这样做的时候，我对自己很满意，因为它太简单了。但是，在使用更大的列表列表对其进行计时后，执行此操作实际上会更快：
>>> y = numpy.concatenate([numpy.array(i) for i in x])
>>> print(y)
[1 2 1 2 3 1]
请注意，@Bastiaan的答案#1不是一个连续的列表，因此我添加了
concatenate
。
不管怎样，我更喜欢
hstack
的方法，因为它优雅地使用了Numpy。
Stack Overflow用户
修改于2018-01-18 20:41
得票数
9
同样，在搜索将具有N层的嵌套列表转换为N维数组的问题后，我什么也没有找到，所以我的解决方法如下：
import numpy as np
new_array=np.array([[[coord for coord in xk] for xk in xj] for xj in xi], ndmin=3) #this case for N=3
Stack Overflow用户
回答于2019-07-17 22:45
得票数
-6
我有一个等长的列表。即使在那时，
Ignacio Vazquez-Abrams
的答案对我也不起作用。我得到了一个元素是列表的一维Numpy数组。
使用
numpy.vstack
import numpy as np
np_array = np.empty((0,4), dtype='float')
for i in range(10)
row_data = ... # get row_data as list
np_array = np.vstack((np_array, np.array(row_data)))
Stack Overflow用户
修改于2019-08-16 21:26
得票数
-7
就用熊猫吧
list(pd.DataFrame(listofstuff).melt().values)这只适用于列表列表
如果您有一个列表，那么您可能想尝试一些类似于
lists(pd.DataFrame(listofstuff).melt().apply(pd.Series).melt().values)
推荐文章