为什么 numpy.asarray() 不适用于大量数组？

Question

numpy.asarray() 有一个问题，当我处理大量数组时，它无法正确地将数组列表转换为矩阵。例如，使用numpy.asarray() 的六个数组的列表（每个数组的长度为（5000，）），它可以转换为（6,5000）的矩阵，这就是我需要的，但是当我使用 1285数组，numpy只是不生成（1285,5000）的矩阵，而是留下（1285，）长度的列表，这是怎么回事？贴出代码和例子来更好的解释，主要部分有问题：

ecg_filenames_train_gridsearch=ecg_filenames[folds[0][1]]
ecg_train_timeseries=[]
for names in ecg_filenames_train_gridsearch:
    data, header_data = pc.load_challenge_data(names,'I')
    data = data[:5000]#truncate arrays to a max length of 5000
    ecg_train_timeseries.append(data)
X_train_gridsearch = np.asarray(ecg_train_timeseries)
X_train_gridsearch = X_train_gridsearch.reshape(ecg_filenames_train_gridsearch.shape[0],5000,1)#Here I get a
 ValueError: cannot reshape array of size 1285 into shape (1285,5000,1)

我用少量数据进行的测试（6 个一维数组，每个数组的长度为 (5000)）：

print(X_train_gridsearch)

RESULT:
[[  24.   24.   29. ...   24.   24.   24.]
 [4302. 4136. 3999. ... 3897. 3880. 3893.]
 [ -35.  -35.  -35. ...  -40.  -40.  -40.]
 [-245. -243. -242. ... -146. -134. -128.]
 [-474. -444. -456. ... -410. -453. -458.]
 [  28.   39.   45. ... -310. -361. -403.]]

print(X_train_gridsearch.shape)
(6,5000)

使用我需要使用的所有数据进行测试（1285 个一维数组，每个数组的长度为 (5000,)）：

print(X_train_gridsearch)

RESULT:
[array([88., 88., 87., ...,  8.,  9., 10.])
 array([43., 58., 44., ..., -5.,  3.,  0.])
 array([-8., -9., -8., ..., -9., -8., -8.]) ...
 array([-30., -30., -30., ..., -50., -50., -50.])
 array([ 205.,  205.,  205., ..., -120., -120., -120.])
 array([ -40.,  -40.,  -40., ..., -110., -110., -110.])]

print(X_train_gridsearch.shape)
(1285,)

在第一种情况下，np.asarray() 将数组从数组列表转换为矩阵，但在第二种情况下，它只是保持array[] 格式，有什么问题？希望你能帮助我。

Answer 1

我解决了将这行代码添加到我的代码：

if data.shape<(5000,):
    a = np.resize(data,(5000,))
    data = a

.append()之前，谢谢大家和Warren。