我有一个pandas数据框，其中一列标记为“feature_vector”，其中包含一个带有一堆数字的1d numpy数组。现在，我需要在scikit学习模型中使用这些数据，所以我需要它作为单个numpy数组。所以我自然而然地调用DataFrame [“feature_vector”]。as_matrix（）从正确的系列中获取numpy数组。唯一的问题是，as_matrix（）函数将返回一个ndy数组，其中每个元素是一个包含每个向量的1d numpy数组。当这被传递给sklearn模型的.fit（）函数时，它会抛出一个错误。我需要的是一个2d numpy数组而不是1d数组的1d数组。我写了这个工作，它使用了大概不必要的内存和计算时间：
x = dataframe["feature_vector"].as_matrix()
#x is a 1d array of 1d arrays.
l = []
for e in x:
l.append(e)
x = np.array(l)
#x is now a single 2d array.
这是pandas .as_matrix（）中的错误吗？有没有更好的解决方法，不需要我改变原始数据帧的结构？