将列表转换为 NumPy 数组的问题答案

【问题标题】：Issue converting list to NumPy array将列表转换为 NumPy 数组的问题
【发布时间】：2018-10-08 15:43:26
【问题描述】：

我有一个包含 2000 行和 88200 列的列表：

testlist = list(split_audio_to_parts(audio, self.sample_rate, self.audio_index))

testlist 的调试输出给出

[array([-0.00683594, -0.00689697, -0.00708008, ...,  0.        ,
    0.        ,  0.        ]), array([-0.01287842, -0.01269531, -0.01257324, ...,  0.        ,
    0.        ,  0.        ]), array([0.02288818, 0.01940918, 0.01409912, ..., 0.        , 0.        ,
   0.        ]), array([0.00772095, 0.00671387, 0.00695801, ..., 0.        , 0.        ,
   0.        ]),

等等。 split_audio_to_parts 是一个函数：

def split_audio_to_parts(x, sample_rate, audio_index):
for i, row in audio_index.iterrows():
    x_part = x[int(row['start_samples']):int(row['end_samples'])]
    yield x_part

当我尝试使用 samples = np.array(testlist) 或 samples = np.asarray(testlist) 将其转换为 numpy 数组时，它给了我形状为 (2000,) 的数组，尽管调试显示 testlist 包含 2000 个条目和 88200 个位置。为什么这样？我正在使用 64 位 numpy 和 64 位 Python 3.6.5。

【问题讨论】：

您确定testlist 是列表列表吗？例如，您可以打印第一个条目或发送到并发布它们吗？
请不要在 cmets 或图片中发布此类内容。使用edit 按钮改进您的问题，并将示例发布在代码块中。
很好的编辑，谢谢。

标签： python arrays python-3.x list numpy

【解决方案1】：

问题是testlist 是一个不同大小数组的列表。例如签出此代码：

>>>import numpy as np
>>>import random 
>>>random.seed(3240324324)
>>> y=[np.array(list(range(random.randint(1,3)))) for _ in range(3)]
>>> y
[array([0, 1, 2]), array([0, 1, 2]), array([0])]
>>> np.array(y)
array([array([0, 1, 2]), array([0, 1, 2]), array([0])], dtype=object)
>>> np.array(y).shape
(3,)

并且数组将是object 类型而不是浮点数。唯一可行的方法是拥有相同大小的数组。

如果你真的需要将这些行以某种方式填充到一个数组中，你可以用零填充，例如：

>>> size = y[max(enumerate(y),key=lambda k:k[1].shape)[0]].shape[0]
>>> z=[np.append(x,np.zeros(size-x.shape[0])) for x in y]
>>> z
[array([ 0.,  1.,  2.]), array([0, 1, 2]), array([0, 0, 0])]
>>>np.array(z).shape
(3, 3)

但您必须决定如何进行填充。

【讨论】：

【解决方案2】：

你有一个数组列表。如果列表中的每个数组的长度不同，则转换不会成功。

这是一个最小的例子。

A = [np.array([1, 2]), np.array([4, 5, 6])]

A_2 = np.array(A)
# array([array([1, 2]), array([4, 5, 6])], dtype=object)

A_2.shape
# (2,)

如果你的数组长度对齐，你会发现没有问题：

B = [np.array([1, 2, 3]), np.array([4, 5, 6])]

B_2 = np.array(B)
# array([[1, 2, 3],
#        [4, 5, 6]])

B_2.shape
# (2, 3)

要检查数组的大小，您可以使用set：

array_sizes = set(map(len, A))

【讨论】：