如何有效地将 numpy ndarray 转换为元组列表？答案

【问题标题】：How can I convert numpy ndarray to a list of tuples efficiently?如何有效地将 numpy ndarray 转换为元组列表？
【发布时间】：2019-03-25 11:33:06
【问题描述】：

这是我得到的 numpy.ndarray：

a=[[[ 0.01, 0.02 ]], [[ 0.03, 0.04 ]]]

我希望它转换为

a = [(0.01, 0.02), (0.03, 0.04)]

目前我只使用以下for 循环，但我不确定它是否足够高效：

b = []
for point in a:
   b.append((point[0][0], point[0][1]))
print(b)

我找到了一些 a similar question，但没有元组，所以建议的 ravel().tolist() 方法在这里对我不起作用。

【问题讨论】：

你为什么要使用 lsit？
附言。您不能在列表中附加 2 个元素
@DirtyBit 抱歉，刚刚编辑了问题。

标签： python numpy

【解决方案1】：

# initial declaration
>>> a = np.array([[[ 0.01, 0.02 ]], [[ 0.03, 0.04 ]]])
>>> a
array([[[0.01, 0.02]],
       [[0.03, 0.04]]])

# check the shape
>>> a.shape
(2L, 1L, 2L)

# use resize() to change the shape (remove the 1L middle layer)
>>> a.resize((2, 2))
>>> a
array([[0.01, 0.02],
       [0.03, 0.04]])

# faster than a list comprehension (for large arrays)
# because numpy's backend is written in C

# if you need a vanilla Python list of tuples:
>>> list(map(tuple, a))
[(0.01, 0.02), (0.03, 0.04)]

# alternative one-liner:
>>> list(map(tuple, a.reshape((2, 2))))
...

【讨论】：

你有什么理由把2L放在那里？在 Python 3 中，所有整数都是长整数，所以我建议删除那些 Ls，以免让新的 Python 程序员认为这是“好风格”甚至“必需”。
@NOhs 我这样做是为了保持一致性，但我明白你的意思，会编辑谢谢。

【解决方案2】：

您可以使用列表推导，它们比 for 循环更快

a = np.array([[[ 0.01, 0.02 ]], [[ 0.03, 0.04 ]]])
print([(i[0][0], i[0][1]) for i in a])  # [(0.01, 0.02), (0.03, 0.04)]

或者：

print([tuple(l[0]) for l in a])  # [(0.01, 0.02), (0.03, 0.04)]

【讨论】：

也不错！ ;)
较短的选择：tuple(i[0]).
@DirtyBit 未经他同意，您不应该更改他的解决方案，因为它没有任何问题。我的评论仅供参考。