@Donkopotamus, это была моя ошибка ... Я давал последовательность ... Я делал то же самое, но получал ошибку. Получив тот же код отсюда, я проверил, где находится проблема ... Так что это помогает ... конечно, я проверяю документацию, прежде чем размещать здесь ... Спасибо за дружеское напоминание.
Шан
Ответы:
90
Просто передайте список np.array:
a = np.array(a)
Вы также можете воспользоваться этой возможностью, чтобы установить, dtypeесли значение по умолчанию не соответствует вашему желанию.
это решение не работает. вы получите большой массив списков Python.
user1816847 01
49
@ user1816847 Это происходит только тогда, когда «подсписки» различаются по длине (например: [[1,2], [1,2], [1,2,3]]. Это действительно работает с примером, приведенным в вопросе.
compie
5
Если подмассивы не имеют одинаковой длины, это решение даст вам только массив списков numpy (т.е. внутренние списки не будут преобразованы в массивы numpy). Это имеет смысл, поскольку у вас не может быть 2D-массива (матрицы) с переменным 2-м измерением.
AHA
Спасибо с сентября 2017 года (Ubuntu 16.04 LTS). Это то, что мне было нужно. Намного проще, чем предполагалось.
SDsolar
1
Спасибо за важный ответ, @compie
iedmrc 03
2
Я использую большие наборы данных, экспортированные в файл python в форме
np.array()даже мощнее, чем то, что было сказано выше. Вы также можете использовать его для преобразования списка массивов np в массив более высокого размера, следующий простой пример:
Ответы:
Просто передайте список
np.array
:Вы также можете воспользоваться этой возможностью, чтобы установить,
dtype
если значение по умолчанию не соответствует вашему желанию.источник
Я использую большие наборы данных, экспортированные в файл python в форме
Каждый список имеет одинаковую длину. я использую
>>> a1 = np.array(SV.XVals1) >>> a2 = np.array(SV.XVals2)
потом
>>> A = np.matrix([a1,a2])
источник
просто используйте следующий код
c = np.matrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) matrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
Тогда это даст вам
вы можете проверить форму и размер матрицы, используя следующий код
c.shape
c.ndim
источник
np.array()
даже мощнее, чем то, что было сказано выше. Вы также можете использовать его для преобразования списка массивов np в массив более высокого размера, следующий простой пример:aArray=np.array([1,1,1]) bArray=np.array([2,2,2]) aList=[aArray, bArray] xArray=np.array(aList)
Форма xArray - (2,3), это стандартный массив np. Эта операция позволяет избежать программирования цикла.
источник