如何将简单的列表转换为numpy数组?行是单独的子列表,每行包含子列表中的元素。
>>> numpy.array([[1, 2], [3, 4]]) array([[1, 2], [3, 4]])
其实很简单:
>>> lists = [[1, 2], [3, 4]] >>> np.array(lists) array([[1, 2], [3, 4]])
如果列表的列表包含元素数量不同的列表,那么Ignacio Vazquez-Abrams的答案将不起作用。相反,至少有3种选择:
1)创建数组的数组:
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)首先让列表的长度相等:
x=[[1,2],[1,2,3],[1]] length = max(map(len, x)) y=numpy.array([xi+[None]*(length-len(xi)) for xi in x]) y >>>array([[1, 2, None], >>> [1, 2, 3], >>> [1, None, None]], dtype=object)
由于这是谷歌上将列表列表转换为Numpy数组的顶级搜索,我将提供以下内容,尽管这个问题已经存在4年了:
>>> 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。然而,在用一个更大的列表来计时之后,这样做实际上更快:
>>> y = numpy.concatenate([numpy.array(i) for i in x]) >>> print(y) [1 2 1 2 3 1]
注意,@Bastiaan的答案#1没有形成一个连续的列表,因此我添加了concatenate。
concatenate
无论如何……我更喜欢hstack方法,因为它优雅地使用Numpy。
hstack
同样,在搜索将N层嵌套列表转换为N维数组的问题后,我一无所获,所以这里是我的解决方法:
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。即使这样,Ignacio Vazquez-Abrams的答案也没有为我工作。我得到了一个一维numpy数组,它的元素是列表。如果你遇到同样的问题,你可以使用下面的方法
Ignacio Vazquez-Abrams
使用numpy.vstack
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)
这只适用于列表的列表
如果你有一个列表的列表的列表,你可能想尝试一些沿着
lists(pd.DataFrame(listofstuff).melt().apply(pd.Series).melt().values)
OP指定“行是单独的子列表,并且每行包含子列表中的元素”。
假设不禁止使用numpy(假设numpy已经添加到OP中),使用vstack:
numpy
vstack
import numpy as np list_of_lists= [[1, 2, 3], [4, 5, 6], [7 ,8, 9]] array = np.vstack(list_of_lists) # array([[1, 2, 3], # [4, 5, 6], # [7, 8, 9]])
或者更简单一点(在另一个答案中提到),
array = np.array(list_of_lists)