使用 python 和 numpy，如何将 1d 列表转换为 np.array 列表？答案

【问题标题】：Using python and numpy, how to convert 1d list to a list of np.array?使用 python 和 numpy，如何将 1d 列表转换为 np.array 列表？
【发布时间】：2017-03-28 15:37:05
【问题描述】：

这是输入：

input_list=[a,b,c,d]

我希望得到输出

output_list=[np.array([a]),np.array([b]),np.array([c]),np.array([d])]

我知道每个元素上的循环也应该起作用，但我想知道是否有快速的方法来完成这个？提前致谢。

这是我的三种方法的代码，速度没有太大差异，但第 2 和第 3 更整洁。：

第一种方法：t.append(np.array([i]))，cost_time=14.1404731274 seconds

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=[]
    for i in input_value:
        t.append(np.array([i])) 
print("--- %s seconds ---" % (time.time() - start_time))

第二种方法：t=[np.array([x]) for x in input_value]，cost_time=13.7779290676 seconds

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=[np.array([x]) for x in input_value]
print("--- %s seconds ---" % (time.time() - start_time))

第三种方法：t=np.array(input_value)[:, None]，cost_time=13.2799420357 seconds

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=np.array(input_value)[:, None]
print("--- %s seconds ---" % (time.time() - start_time))

【问题讨论】：

每个人都在建议一个列表推导，这当然是一个列表循环。基本上就是这样。只要您的目标是一个快速的列表。 numpy 函数将产生某种数组。

标签： python arrays python-2.7 numpy

【解决方案1】：

您可以使用列表推导：

import numpy as np
[np.array([x]) for x in input_list]

但也许你需要这个：

np.array(input_list)[:, None]

【讨论】：

我不确定您的第二种方法。它将所有内容放在一个数组中，而 OP 希望列表中的每个元素都有不同的数组。
如果元素是不同大小的列表，第二个将生成列表的对象数组，而不是数组的列表。如果它们都是相同大小的一维列表，则结果将是一个二维数组。只有当它们是标量时，None 才会有帮助。
@kmario23 是的。第二个选项只是对 OP 可能想要什么的猜测。
@hpaulj 这就是我的假设。如果一维列表是标量列表，则更合适。
np.array(input_list)[:, None] 是最简洁的方法。

【解决方案2】：

使用列表推导式怎么样？

output_list = [ np.array([item]) for item in input_list]

或者更好的生成器理解：

output_gen = (np.array([item]) for item in input_list)

【讨论】：