![]() |
善良的红茶 · 芜湖市电动车安全管理办法_芜湖市政务公开平台· 8 月前 · |
![]() |
耍酷的沙滩裤 · 在使用python3的urlretrieve ...· 12 月前 · |
![]() |
聪明的课本 · layUI利用JQuery设置select下 ...· 1 年前 · |
![]() |
老实的雪糕 · 奔驰Q1全球销量微增3%,纯电销量大涨89% ...· 1 年前 · |
![]() |
爱笑的感冒药 · pyqt5 MainWidget 重写 ...· 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。
>>> numpy.array([[1, 2], [3, 4]])
array([[1, 2], [3, 4]])
它就像这样简单:
>>> lists = [[1, 2], [3, 4]]
>>> np.array(lists)
array([[1, 2],
[3, 4]])
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)
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。
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
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)))
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)
![]() |
善良的红茶 · 芜湖市电动车安全管理办法_芜湖市政务公开平台 8 月前 |