这是我的numpy数组列表：
[array（[0.33007796，0.10620873，-0.03484848，-0.168602，0.4564025 ， 0.11370123，-0.37691383，-0.10863657，-0.16251889、0.02544368， -0.03327211、0.23185516，-0.32642304，-0.15969283、0.45812119， 0.24997875、0.13897375、0.01468147，-0.15773412，-0.53704494， -0.06121204、0.19579619、0.30438485、0.05908984、0.29759387， -1.61107886，-0.55878418、0.06553798、0.37648846，-0.35247216， 3.33212613、0.22318645，-0.21187862，-0.39089783、0.05294092， -0.0413471，0.02179677，0.25394103，0.01980207，-0.22377998， -0.08718371，0.02940335，0.02797039，0.34935868，-0.05733391， 0.07754561，-0.0972822，0.05259355，-0.0562219，0.15573672]）
array（[0.20259871，0.12458311，-0.20787658，-0.16353745， 0.40842594， 0.25567385，-0.2703993，-0.15097566，-0.13328776，-0.0331789， 0.02034447、0.07318579，-0.22284479，-0.19045474、0.23279801， 0.11366921、0.11914298，-0.09647366，-0.20951753，-0.22698855， -0.045307、0.11098107、0.0524313，-0.0424848、0.11007177， -1.51343118，-0.36741486，-0.05812052、0.13435007，-0.09786326， 2.84255649、0.00325309，-0.27484909，-0.47422259，-0.03957974， -0.13663797，-0.03203189、0.0155929，-0.06982855，-0.08388657， -0.16572997、0.04573543，-0.00667479、0.21973781，-0.14895521， 0.1210014，-0.21911705，-0.05924631，-0.07265716，-0.10153842]）]
但是我想要这个：
[[0.33007796，0.10620873，-0.03484848，-0.168602，0.4564025 ， 0.11370123，-0.37691383，-0.10863657，-0.16251889、0.02544368， -0.03327211、0.23185516，-0.32642304，-0.15969283、0.45812119， 0.24997875、0.13897375、0.01468147，-0.15773412，-0.53704494， -0.06121204、0.19579619、0.30438485、0.05908984、0.29759387， -1.61107886，-0.55878418、0.06553798、0.37648846，-0.35247216， 3.33212613、0.22318645，-0.21187862，-0.39089783、0.05294092， -0.0413471，0.02179677，0.25394103，0.01980207，-0.22377998， -0.08718371，0.02940335，0.02797039，0.34935868，-0.05733391， 0.07754561，-0.0972822，0.05259355，-0.0562219，0.15573672]
[0.20259871，0.12458311，-0.20787658，-0.16353745， 0.40842594， 0.25567385，-0.2703993，-0.15097566，-0.13328776，-0.0331789， 0.02034447、0.07318579，-0.22284479，-0.19045474、0.23279801， 0.11366921、0.11914298，-0.09647366，-0.20951753，-0.22698855， -0.045307、0.11098107、0.0524313，-0.0424848、0.11007177， -1.51343118，-0.36741486，-0.05812052、0.13435007，-0.09786326， 2.84255649、0.00325309，-0.27484909，-0.47422259，-0.03957974， -0.13663797，-0.03203189、0.0155929，-0.06982855，-0.08388657， -0.16572997、0.04573543，-0.00667479、0.21973781，-0.14895521， 0.1210014，-0.21911705，-0.05924631，-0.07265716，-0.10153842]]
我尝试过的事情：
X_transform = [list(x) for x in X_transform]
但不幸的是，它抛出：TypeError: 'numpy.float64' object is not iterable
我还尝试了X_transform.tolist()它所提供的（不是我想要的）：
[array（[0.33007796，0.10620873，-0.03484848，-0.168602，0.4564025 ， 0.11370123，-0.37691383，-0.10863657，-0.16251889、0.02544368， -0.03327211、0.23185516，-0.32642304，-0.15969283、0.45812119， 0.24997875、0.13897375、0.01468147，-0.15773412，-0.53704494， -0.06121204、0.19579619、0.30438485、0.05908984、0.29759387， -1.61107886，-0.55878418、0.06553798、0.37648846，-0.35247216， 3.33212613、0.22318645，-0.21187862，-0.39089783、0.05294092， -0.0413471，0.02179677，0.25394103，0.01980207，-0.22377998， -0.08718371，0.02940335，0.02797039，0.34935868，-0.05733391， 0.07754561，-0.0972822，0.05259355，-0.0562219，0.15573672]），
array（[0.20259871，0.12458311，-0.20787658，-0.16353745， 0.40842594， 0.25567385，-0.2703993，-0.15097566，-0.13328776，-0.0331789， 0.02034447、0.07318579，-0.22284479，-0.19045474、0.23279801， 0.11366921、0.11914298，-0.09647366，-0.20951753，-0.22698855， -0.045307、0.11098107、0.0524313，-0.0424848、0.11007177， -1.51343118，-0.36741486，-0.05812052、0.13435007，-0.09786326， 2.84255649、0.00325309，-0.27484909，-0.47422259，-0.03957974， -0.13663797，-0.03203189、0.0155929，-0.06982855，-0.08388657， -0.16572997、0.04573543，-0.00667479、0.21973781，-0.14895521， 0.1210014，-0.21911705，-0.05924631，-0.07265716，-0.10153842]）]
我也尝试过：
a = []
for i in range(1000):
a.append([X_transform[i][0]])
但是它会抛出IndexError: invalid index to scalar variable.
最后我尝试了：
X_transform = np.stack(X_transform)
它抛出：ValueError: all input arrays must have the same shape
答案 0 :(得分：1)
不确定这是否是您要的内容，但让我们尝试[iPython]：
In [1]: import numpy as np
...: a = np.stack([np.array([1,2,3]), np.array([11,12,13])])
...: print a.shape
...: print a
...:
(2, 3)
[[ 1 2 3]
[11 12 13]]
答案 1 :(得分：0)
您可以尝试使用np.asarray()
这是一个例子：
>>> import numpy as np
>>> a = np.arange(6) + 10
>>> a
array([10, 11, 12, 13, 14, 15])
>>> b = np.arange(6) + 20
>>> b
array([20, 21, 22, 23, 24, 25])
>>> c = [a, b]
>>> c
[array([10, 11, 12, 13, 14, 15]), array([20, 21, 22, 23, 24, 25])]
>>> e = np.asarray(c)
>>> e
array([[10, 11, 12, 13, 14, 15],
[20, 21, 22, 23, 24, 25]])
答案 2 :(得分：0)
让我们定义u如下：
import numpy as np
u = [np.array(range(24)),np.array(range(24))]
u
>>>[array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]), array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])]
然后我将使用list comprehension如下将u转换为列表列表。
v = [val.tolist() for val in u]
print(v)
>>> [[0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]
答案 3 :(得分：0)
如果我明白你的意思，你有清单
l = [np.array([ 0.33007796, 0.10620873, -0.03484848, -0.168602 , 0.4564025 , 0.11370123, -0.37691383, -0.10863657, -0.16251889, 0.02544368, -0.03327211, 0.23185516, -0.32642304, -0.15969283, 0.45812119, 0.24997875, 0.13897375, 0.01468147, -0.15773412, -0.53704494, -0.06121204, 0.19579619, 0.30438485, 0.05908984, 0.29759387, -1.61107886, -0.55878418, 0.06553798, 0.37648846, -0.35247216, 3.33212613, 0.22318645, -0.21187862, -0.39089783, 0.05294092, -0.0413471 , 0.02179677, 0.25394103, 0.01980207, -0.22377998, -0.08718371, 0.02940335, 0.02797039, 0.34935868, -0.05733391, 0.07754561, -0.0972822 , 0.05259355, -0.0562219 , 0.15573672]),
np.array([ 0.20259871, 0.12458311, -0.20787658, -0.16353745, 0.40842594, 0.25567385, -0.2703993 , -0.15097566, -0.13328776, -0.0331789 , 0.02034447, 0.07318579, -0.22284479, -0.19045474, 0.23279801, 0.11366921, 0.11914298, -0.09647366, -0.20951753, -0.22698855, -0.045307 , 0.11098107, 0.0524313 , -0.0424848 , 0.11007177, -1.51343118, -0.36741486, -0.05812052, 0.13435007, -0.09786326, 2.84255649, 0.00325309, -0.27484909, -0.47422259, -0.03957974, -0.13663797, -0.03203189, 0.0155929 , -0.06982855, -0.08388657, -0.16572997, 0.04573543, -0.00667479, 0.21973781, -0.14895521, 0.1210014 , -0.21911705, -0.05924631, -0.07265716, -0.10153842])]
然后将其转换为您想要的格式：
new_l = [list(i) for i in l]
我认为您在做错的是X_transform不是完整列表，而是列表内的numpy数组之一，因此其元素是浮点数，而不是numpy数组，因此引发了错误