Question

当每个列表元素包含一个2d数组时，我正在使用多个numpy对象作为numpy列表。奇怪的是，shape（）函数不能反映出这一点，只返回总体样本数。

x_train.shape, x_test.shape, x_test.iloc[0].shape
#((22507,), (5627,), (25, 100))

此代码段完成了任务，但我想知道是否有更好的/麻木的方法来完成此任务。

x = []
[x.append(item) for item in x_train]
_np.array(x).shape
# (22507, 25, 100)

我已经搜索了堆栈溢出问题，尽管有很多重塑问题，但我还没有看到能有效解决此问题的问题。

Answer 1

一种简单有效的转换2D数组的1D dtype=object数组的方法是：

np.stack(x_train)

但是首先将原始数据加载到3D数组中会更有效率。