取消嵌套 Numpy 数组

Question

我有一个 pandas 系列，每个条目都有一个 numpy 数组（所有条目的长度相同），我想将其转换为 2D numpy 数组。我相信我已经读过 Series 和 DataFrames 在持有容器时表现不佳，但长话短说，不幸的是，这就是你在系列中的每个组上调用 np.histogram(.,.)[0] 得到的结果，这就是我所追求的（a直方图的分布）。

无论哪种方式，我都想从我的系列中检索一个 2D numpy 数组。目前，如果我这样做 my_series.values() 我会得到这个：

array([array([0, 0, 0, ..., 1, 0, 0]), array([0, 0, 0, ..., 0, 0, 0]),
       array([0, 0, 0, ..., 0, 0, 0]), ..., array([0, 0, 0, ..., 0, 0, 0]),
       array([0, 0, 0, ..., 0, 0, 0]), array([0, 0, 0, ..., 0, 0, 0])], dtype=object)

this thread 中的解决方案在这里不起作用（np.array 没有自动将最终数据结构解析为二维数组）。

如何从这个数据结构中“展平”这个二维数组？ （注意：result.flatten() 没有效果，np.array(result) 也没有，都返回原始结构）

Answer 1

使用np.vstack 堆叠列表/数组/任何行：

>>> A = np.empty(2, dtype=object)
>>> A[0] = array([0, 0, 0])
>>> A[1] = array([1, 2, 3])
>>> A
array([array([0, 0, 0]), array([1, 2, 3])], dtype=object)
>>> np.vstack(A)
array([[0, 0, 0],
       [1, 2, 3]])

Answer 2

可能：

>>> xs
array([array([1, 2, 3]), array([4, 5, 6])], dtype=object)
>>> xs.shape
(2,)
>>> np.array(xs.tolist())  # or, np.asarray(xs.tolist())
array([[1, 2, 3],
       [4, 5, 6]])
>>> np.array(xs.tolist()).shape
(2, 3)