python列表转二维数组_Python将numpy数组列表转换为二维数组

最新推荐文章于 2022-10-13 19:51:11 发布

原创最新推荐文章于 2022-10-13 19:51:11 发布 · 5.5k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python列表转二维数组

这篇博客主要讨论如何将Python的numpy数组列表转换为二维数组。作者遇到TypeError和ValueError等错误，尝试了多种方法，如list comprehension和np.stack，最终找到了解决方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这是我的numpy数组列表：

[array([0.33007796，0.10620873，-0.03484848，-0.168602，0.4564025，0.11370123，-0.37691383，-0.10863657，-0.16251889，0.02544368，-0.03327211，0.23185516，-0.32642304，-0.15969283，0.45812119，0.24997875，0.13897375，0.01412147 ，-0.53704494，-0.06121204，0.19579619，0.30438485，0.05908984，0.29759387，-1.61107886，-0.55878418，0.06553798，0.37648846，-0.35247216，3.33212613，0.22318645，-0.21187862，-0.39089783，0.05294092，-0.0413471，0.02179677，980 0.22377998，-0.08718371、0.02940335、0.02797039、0.34935868，-0.05733391、0.07754561，-0.0972822、0.05259355，-0.0562219、0.15573672])

数组([0.20259871，0.12458311，-0.20787658，-0.16353745，0.40842594，0.25567385，-0.2703993，-0.15097566，-0.13328776，-0.0331789，0.02034447，0.07318579，-0.22284479，-0.19045474，0.23279801，0.11366921，0.11914298，-0.29647 ，-0.22698855，-0.045307，0.11098107，0.0524313，-0.0424848，0.11007177，-1.51343118，-0.36741486，-0.05812052，0.13435007，-0.09786326，2.84255649，0.00325309，-0.27484909，-0.47422259，-0.03957974，-0.13663797，-0.03203189 ，-0.06982855，-0.08388657，-0.16572997、0.04573543，-0.00667479、0.21973781，-0.14895521、0.1210014，-0.21911705，-0.05924631，-0.07265716，-0.10153842]]]]

但是我想要这个：

[[0.33007796，0.10620873，-0.03484848，-0.168602，0.4564025，0.11370123，-0.37691383，-0.10863657，-0.16251889，0.02544368，-0.03327211，0.23185516，-0.32642304，-0.15969283，0.45812119，0.24997875，0.13897375，0.01468147， 0.53704494，-0.06121204、0.19579619、0.30438485、0.05908984、0.29759387，-1.61107886，-0.55878418、0.06553798、0.37648846，-0.35247216、3.33212613、0.22318645，-0.21187862，-0.39089783、0.05294092，-0.0413471，-0.0217927.08.2 -0.08718371、0.02940335、0.02797039、0.34935868，-0.05733391、0.07754561，-0.0972822、0.05259355，-0.0562219、0.15573672]

[0.20259871，0.12458311，-0.20787658，-0.16353745，0.40842594，0.25567385，-0.2703993，-0.15097566，-0.13328776，-0.0331789，0.02034447，0.07318579，-0.22284479，-0.19045474，0.23279801，0.11366921，0.11914298，-0.2095175 0.22698855，-0.045307、0.11098107、0.0524313，-0.0424848、0.11007177，-1.51343118，-0.36741486，-0.05812052、0.13435007，-0.09786326、2.84255649、0.00325309，-0.27484909，-0.47422259，-0.03957974，-0.13663797，-0.03203189、0.01 0.06982855，-0.08388657，-0.16572997、0.04573543，-0.00667479、0.21973781，-0.14895521、0.1210014，-0.21911705，-0.05924631，-0.07265716，-0.10153842]]

我试过的

X_transform=[list(x)forxinX_transform]

但是不幸的是抛出：TypeError: 'numpy.float64' object is not iterable

我也尝试过X_transform.tolist()它(不是我想要的)：

[array([0.33007796，0.10620873，-0.03484848，-0.168602，0.4564025，0.11370123，-0.37691383，-0.10863657，-0.16251889，0.02544368，-0.03327211，0.23185516，-0.32642304，-0.15969283，0.45812119，0.24997875，0.13897375，0.01412147 ，-0.53704494，-0.06121204，0.19579619，0.30438485，0.05908984，0.29759387，-1.61107886，-0.55878418，0.06553798，0.37648846，-0.35247216，3.33212613，0.22318645，-0.21187862，-0.39089783，0.05294092，-0.0413471，0.02179677980 0.22377998，-0.08718371、0.02940335、0.02797039、0.34935868，-0.05733391、0.07754561，-0.0972822、0.05259355，-0.0562219、0.15573672])，

我也尝试过：

a=[]foriinrange(1000):a.append([X_transform[i][0]])

但是它抛出IndexError: invalid index to scalar variable.

最后我尝试了：

X_transform=np.stack(X_transform)

它抛出：ValueError: all input arrays must have the same shape

解决方案

不确定这是否是您要的，但是让我们尝试[iPython]：

In[1]:importnumpyasnp...:a=np.stack([np.array([1,2,3]),np.array([11,12,13])])...:printa.shape...:printa...:(2,3)[[123][111213]]