强制 numpy 将列表保留为列表答案

【问题标题】：Force numpy to keep a list a list强制 numpy 将列表保留为列表
【发布时间】：2013-03-14 17:14:38
【问题描述】：

x2_Kaxs 是一个 Nx3 numpy 列表数组，这些列表中的元素索引到另一个数组。我想最终得到一个 Nx3 numpy 数组，其中包含这些索引元素的列表。

x2_Kcids = array([ ax2_cid[axs] for axs in x2_Kaxs.flat ], dtype=object)

这会输出一个 (N*3)x1 的 numpy 数组。伟大的。这几乎适用于我想要的。我需要做的就是重塑它。

x2_Kcids.shape = x2_Kaxs.shape

这很有效。x2_Kcids 变成了 Nx3 的 numpy 数组。完美的。

除了x2_Kaxs 中的所有列表之外，它们中只有一个元素。然后它变平将其转换为 Nx3 整数数组，并且我的代码需要稍后在管道中列出一个列表。

我想出的一个解决方案是附加一个虚拟元素，然后将其弹出，但这非常难看。有更好的吗？

【问题讨论】：

标签： python numpy

【解决方案1】：

您的问题实际上与大小为 1 的列表无关，而与所有大小相同的列表有关。我已经创建了这个虚拟样本：

ax2_cid = np.random.rand(10)
shape = (10, 3)

x2_Kaxs = np.empty((10, 3), dtype=object).reshape(-1)
for j in xrange(x2_Kaxs.size):
    x2_Kaxs[j] = [random.randint(0, 9) for k in xrange(random.randint(1, 5))]
x2_Kaxs.shape = shape

x2_Kaxs_1 = np.empty((10, 3), dtype=object).reshape(-1)
for j in xrange(x2_Kaxs.size):
    x2_Kaxs_1[j] = [random.randint(0, 9)]
x2_Kaxs_1.shape = shape

x2_Kaxs_2 = np.empty((10, 3), dtype=object).reshape(-1)
for j in xrange(x2_Kaxs_2.size):
    x2_Kaxs_2[j] = [random.randint(0, 9) for k in xrange(2)]
x2_Kaxs_2.shape = shape

如果我们在这三个上运行您的代码，则返回具有以下形状：

>>> np.array([ax2_cid[axs] for axs in x2_Kaxs.flat], dtype=object).shape
(30,)
>>> np.array([ax2_cid[axs] for axs in x2_Kaxs_1.flat], dtype=object).shape
(30, 1)
>>> np.array([ax2_cid[axs] for axs in x2_Kaxs_2.flat], dtype=object).shape
(30, 2)

所有长度为 2 的列表的情况甚至不会让您重塑为 (n, 3)。问题是，即使使用dtype=object，numpy 也会尽可能地numpify 您的输入，如果所有列表的长度相同，则一直到单个元素。我认为您最好的选择是预先分配您的 x2_Kcids 数组：

x2_Kcids = np.empty_like(x2_Kaxs).reshape(-1)
shape = x2_Kaxs.shape
x2_Kcids[:] = [ax2_cid[axs] for axs in x2_Kaxs.flat]
x2_Kcids.shape = shape

编辑由于unubtu的答案不再可见，我要从他那里偷东西。上面的代码可以写得更好更紧凑：

x2_Kcids = np.empty_like(x2_Kaxs)
x2_Kcids.ravel()[:] = [ax2_cid[axs] for axs in x2_Kaxs.flat]

以上面单项列表为例：

>>> x2_Kcids_1 = np.empty_like(x2_Kaxs_1).reshape(-1)
>>> x2_Kcids_1[:] = [ax2_cid[axs] for axs in x2_Kaxs_1.flat]
>>> x2_Kcids_1.shape = shape
>>> x2_Kcids_1
array([[[ 0.37685372], [ 0.95328117], [ 0.63840868]],
       [[ 0.43009678], [ 0.02069558], [ 0.32455781]],
       [[ 0.32455781], [ 0.37685372], [ 0.09777559]],
       [[ 0.09777559], [ 0.37685372], [ 0.32455781]],
       [[ 0.02069558], [ 0.02069558], [ 0.43009678]],
       [[ 0.32455781], [ 0.63840868], [ 0.37685372]],
       [[ 0.63840868], [ 0.43009678], [ 0.25532799]],
       [[ 0.02069558], [ 0.32455781], [ 0.09777559]],
       [[ 0.43009678], [ 0.37685372], [ 0.63840868]],
       [[ 0.02069558], [ 0.17876822], [ 0.17876822]]], dtype=object)
>>> x2_Kcids_1[0, 0]
array([ 0.37685372])

【讨论】：

@unubtu 自从你删除了你的答案，我在我的答案的编辑中无耻地复制了你的 flattened-array-on-the-left-of-assignment。不过不得不选择.ravel()，因为.flat 给出了奇怪的结果。

【解决方案2】：

类似于@Denis：

if x.ndim == 2:
    x.shape += (1,)

【讨论】：