来自具有不同长度（填充）列表列表的 NumPy 数组 [重复]答案

【问题标题】：NumPy array from list of lists with different length (padding) [duplicate]来自具有不同长度（填充）列表列表的 NumPy 数组 [重复]
【发布时间】：2020-12-31 21:48:06
【问题描述】：

我有一个这样的列表：

lista=[[1,2,3],
       [1,2,3,4,5,6],
       [1,2],]

我想得到这样的 numpy.array，（较短的列表元素扩展为最大长度，然后将尾部值设置为零）：

array([[1,2,3,0,0,0],
       [1,2,3,4,5,6],
       [1,2,0,0,0,0],])

怎么办？ numpy中有哪些内置方法？

【问题讨论】：

标签： python numpy

【解决方案1】：

如何创建一个 zeros numpy 数组，然后相应地填充值？

lists = [[1,2,3],
       [1,2,3,4,5,6],
       [1,2]]

a = np.zeros([len(lists), max([len(x) for x in lists])])

for i, sub in enumerate(lists):
    a[i][0:len(sub)] = sub

【讨论】：

【解决方案2】：

没有直接使用 numpy 的方法，因为每个内部列表都有不同数量的元素。一种方法是使用itertools.zip_longest 和fillvalue：

from itertools import zip_longest

np.array(list(zip_longest(*lista, fillvalue=0))).T
array([[1, 2, 3, 0, 0, 0],
       [1, 2, 3, 4, 5, 6],
       [1, 2, 0, 0, 0, 0]])

【讨论】：

更多详情请参见stackoverflow.com/questions/38619143/… 中的讨论。当列表大小变化很大时，上述方法可以很好地扩展，而布尔索引适用于大量元素。
也可以使用np.fromiter 对其进行优化（大型列表为 25%）。 np.array(list(<iterator>)) 通常不是最快的选择。
是的@mathfux 试了一下，但如果我没记错的话，np.fromiter 想要一个结构化的。直接为值指定单个 dtype 会产生错误
@yatu 我是这样做的：dt = np.dtype([('', np.int)]*M) #or np.dtype(','.join('i'*M)); indices = np.fromiter(zip_longest(*lists, fillvalue=0), dt); indices = indices.view(np.int).reshape(-1, M).T 其中M 是行的长度（查看 Robo 的答案）。
对 milt 改进稍微复杂一些。但是很高兴知道另一种选择，谢谢@mathfux :)