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。
答案 0 :(得分:0)
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。