将锯齿状列表转换为numpy数组[重复]答案

【问题标题】：Convert jagged lists into numpy array [duplicate]将锯齿状列表转换为numpy数组[重复]
【发布时间】：2021-08-02 02:16:34
【问题描述】：

我有由不同长度组成的列表（见下文）

[(880),
 (880, 1080),
 (880, 1080, 1080),
 (470, 470, 470, 1250)]

我想将其转换为外观相同的 numpy.array，即使我必须用零填充空格。

例如，它应该如下所示：

[(880, 0, 0, 0),
 (880, 1080, 0, 0),
 (880, 1080, 1080, 0),
 (470, 470, 470, 1250)]

怎么做？

【问题讨论】：

标签： python arrays list numpy

【解决方案1】：

您可能会认为，您的输入是一个元组列表。但是，它是整数和元组的列表。 (880) 将被解释为整数，而不是元组。所以你必须处理这两种数据类型。

首先，我建议将您的输入数据转换为列表列表。该列表中包含的每个列表都应具有相同的长度，因为数组仅支持常量维度。因此，我会将元素转换为列表并用零填充缺失值（以使所有元素的长度相等）。

如果我们对输入列表中给定的所有元素执行此操作，我们将创建一个包含等长列表的新列表，该列表可以转换为数组。

一个非常基本（且容易出错）的方法如下所示：

import numpy as np


original_list = [
    (880),
    (880, 1080),
    (880, 1080, 1080),
    (470, 470, 470, 1250),
]


def get_len(item):
    try:
        return len(item)
    except TypeError:
        # `(880)` will be interpreted as an int instead of a tuple
        # so we need to handle tuples and integers
        # as integers do not support len(), a TypeError will be raised
        return 1


def to_list(item):
    try:
        return list(item)
    except TypeError:
        # `(880)` will be interpreted as an int instead of a tuple
        # so we need to handle tuples and integers
        # as integers do not support __iter__(), a TypeError will be raised
        return [item]


def fill_zeros(item, max_len):
    item_len = get_len(item)
    to_fill = [0] * (max_len - item_len)
    as_list = to_list(item) + to_fill
    return as_list


max_len = max([get_len(item) for item in original_list])
filled = [fill_zeros(item, max_len) for item in original_list]

arr = np.array(filled)
print(arr)

印刷：

[[ 880    0    0    0]
[ 880 1080    0    0]
[ 880 1080 1080    0]
[ 470  470  470 1250]]

【讨论】：