我有一个列表的形式:
[array([ 3755.16235032]),
array([ 3755.16235032]),
array([ 3755.16235032]),
array([ 3755.16235032])]
我要列出以下表格:
[3755.16235032,
3755.16235032,
3755.16235032,
3755.16235032]
第一个列表的每个元素都是一个sci kit学习回归器的结果。我想要第二种格式,以便绘制分类器的预测。
答案 0 :(得分:2)
使用np.concatenate
避免手动迭代:
my_list = [np.array([ 3755.16235032]),
np.array([ 3755.16235032]),
np.array([ 3755.16235032]),
np.array([ 3755.16235032])]
new_list = np.concatenate(my_list).tolist()
>>> new_list
[3755.16235032, 3755.16235032, 3755.16235032, 3755.16235032]
基于评论中的广泛讨论,这是我的基准测试:
my_list = [np.random.randn(1) for _ in range(100000)]
def concat_method(my_list=my_list):
return np.concatenate(my_list).tolist()
def hstack_method(my_list=my_list):
return np.hstack(my_list).tolist()
def flatten_method(my_list=my_list):
return np.array(my_list).flatten().tolist()
def ravel_method(my_list=my_list):
return np.array(my_list).ravel().tolist()
import timeit
>>> timeit.timeit(concat_method, number=100) / 100
0.025655772869977226
>>> timeit.timeit(hstack_method, number=100) / 100
0.1172302443100125
>>> timeit.timeit(ravel_method, number=100) / 100
0.041237239889997
>>> timeit.timeit(flatten_method, number=100) / 100
0.0412076849100049
答案 1 :(得分:2)
另一种替代解决方案:给定x
是您的输入list
,您可以使用NumPy的ravel()
作为
xlst = list(np.array(x).ravel())
print (xlst)
或者您可以将flatten()
用作
xlst = list(np.array(x).flatten())
print (xlst)
如果您只想将最终答案作为数组,则无需将list
放在=
之后。并且,如果您的输入x
已经是numpy数组类型,请将np.array(x).ravel()
替换为x.ravel()
。
或者,如上面的答案中已经提到的,您也可以使用list()
和np.array(x).flatten().tolist()
np.array(x).ravel().tolist()
转换为列表。
此页面上列出的所有可能的答案都会经过一些时间分析,这些答案受以下一种答案中的注释(感谢注释者)的启发(由于格式问题,很容易将其放在此处而不是注释中):< / p>
x = np.array([np.array([i]) for i in range(100000)])
%timeit np.concatenate(x).tolist()
%timeit np.hstack(x).tolist()
%timeit x.flatten().tolist()
%timeit x.ravel().tolist()
输出
10 loops, best of 3: 55.2 ms per loop
10 loops, best of 3: 155 ms per loop
100 loops, best of 3: 2.45 ms per loop
100 loops, best of 3: 2.29 ms per loop
答案 2 :(得分:1)
通过使用hstack
np.hstack(my_list).tolist()
Out[180]: [3755.16235032, 3755.16235032, 3755.16235032, 3755.16235032]