Question

如何在python中创建1D数组的1D数组？就是这样：

a = [array([0]) array([1]) array([2]) array([3])]

如果我创建一个数组列表并将其强制转换，则会得到一个矩阵：

a = [array([1]), array([2])]
b = np.asarray(a)

然后b.shape =（2,1），但如果我重塑它：

c = np.asarray(a)

然后c = array（[1，2]），它是一个整数数组。

有什么办法可以避免这种情况？值得注意的是，内部数组的形状为（1，）。

Answer 1

好，找到了。解决方案是使用dtype对象创建一个空数组，并在其中分配一个数组列表。

a = [array([1]), array([2])]
b = np.empty(len(a), dtype=object)
b[:] = a

现在b = array（[array（[1]），array（[2]）]，dtype = object）

Answer 2

您的意思是这样的吗？

ans = [np.array([i]) for i in range(4)]
print (ans)

输出

[array([0]), array([1]), array([2]), array([3])]

Answer 3

当数组的形状都相同时，您可以具有一个类似矩阵的列表：

matrix_like_list = np.array([np.arange(10) for i in range(3)])

>>> array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
           [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
           [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])

形状为(3, 10)，或者当至少一个数组的大小不同时，您可以具有数组列表：

list_of_arrays = np.array([np.arange(np.random.randint(10)) for i in range(3)])

>>> array([array([0, 1, 2, 3, 4, 5]), array([0, 1, 2, 3, 4, 5, 6]),
       array([0, 1, 2, 3, 4, 5, 6])], dtype=object)

生成的对象将具有形状(3,)。

没有其他选择。

在Python中创建1D数组的1D数组

3 个答案: