Question

在下面的代码中，我构造了一个由两个不同的数组组成的数组。此代码示例模拟了原始问题的数据，这就是为什么存在两个不同的数组并以这种方式访问它们的原因。构造数组后，将其转换为numpy并转置后，我只想访问第二个列表。但是，一旦有了第二个列表，它便是由列表对象组成的，尽管它是矩形的（值的格式为（10,5））有人知道为什么会这样吗？在仍然以这种方式访问数据的同时，有什么方法可以避免它？

big_array = []

big_array.append([[0, 0],[0,0,0,0,0]])
big_array.append([[0, 0],[0,0,0,0,0]])
big_array.append([[0, 0],[0,0,0,0,0]])
big_array.append([[0, 0],[0,0,0,0,0]])
big_array.append([[0, 0],[0,0,0,0,0]])
big_array.append([[0, 0],[0,0,0,0,0]])
big_array.append([[0, 0],[0,0,0,0,0]])
big_array.append([[0, 0],[0,0,0,0,0]])
big_array.append([[0, 0],[0,0,0,0,0]])
big_array.append([[0, 0],[0,0,0,0,0]])

big_array = np.asarray(big_array).transpose()
eval_array = big_array[1]
print(eval_array)
print(eval_array.shape)

以下是照片的输出：

[list([0, 0, 0, 0, 0]) list([0, 0, 0, 0, 0]) list([0, 0, 0, 0, 0])
 list([0, 0, 0, 0, 0]) list([0, 0, 0, 0, 0]) list([0, 0, 0, 0, 0])
 list([0, 0, 0, 0, 0]) list([0, 0, 0, 0, 0]) list([0, 0, 0, 0, 0])
 list([0, 0, 0, 0, 0])]
(10,)

很明显，上面输出中的数组是矩形，但是我想它还没有被识别出来。

Answer 1

您要声明“显然，数组是矩形的”，但这不是真的：）

看看这个[[0,0],[0,0,0,0,0]]。这是一个一维数组，其中包含：

具有2个元素的数组
具有5个元素的数组

这不是矩形。

[[0,0],[0,0],[0,0],[0,0],[0,0]]（5,2）或[[0,0,0,0,0],[0,0,0,0,0]]（2,5）是。

为了获得您似乎正在寻找的数组效果，您需要内部数组（属于同一维的一部分）的大小相等。

big_array = []

big_array.append([[0,0,0,0,0],[0,0,0,0,0]])
big_array.append([[0,0,0,0,0],[0,0,0,0,0]])
big_array.append([[0,0,0,0,0],[0,0,0,0,0]])
big_array.append([[0,0,0,0,0],[0,0,0,0,0]])
big_array.append([[0,0,0,0,0],[0,0,0,0,0]])
big_array.append([[0,0,0,0,0],[0,0,0,0,0]])
big_array.append([[0,0,0,0,0],[0,0,0,0,0]])
big_array.append([[0,0,0,0,0],[0,0,0,0,0]])
big_array.append([[0,0,0,0,0],[0,0,0,0,0]])
big_array.append([[0,0,0,0,0],[0,0,0,0,0]])

np_arr = np.array(big_array)
np_arr.shape
> (10, 2, 5)

Answer 2

初始化不是矩形的数组时，元素是对象。换位表示时，即使内部元素为矩形，NumPy也会保留这些数组的对象类型。之所以看到您所看到的，是因为您转置了一个对象数组，结果得到了一个对象数组。

可以使用以下代码获得正确的形状：

np.asarray(eval_array.tolist())

避免这种情况的方法是从矩形数组开始。

NumPy非矩形数组的内部矩形数组的元素形状不正确

2 个答案: