[英]how to convert list of different shape of arrays to numpy array in Python
[英]Numpy broadcast shape error: convert list( lists(arrays) ) to array
我有一个列表列表,例如list_ABC = [[A,B,C], [A,B,C], ...]
2D ndarrays A(2x2),B(2x3)和C(2x3)。
现在,我想将主列表转换为numpy数组:
np.array(list_ABC)
但是,出现以下错误:
ValueError: could not broadcast input array from shape (2,2) into shape (2)
我需要这种转换,因为我想得到
A_matrices = np.array(list_ABC)[:, 0]
B_matrices = np.array(list_ABC)[:, 1]
这样我最终可以获得包含所有A数组(array(A,A,A,...))的ndarray。
不幸的是,我无法从值错误消息中获得线索。 有趣的是,如果我仅用CT
转置矩阵C(使其成为3x2矩阵),则不会引发任何错误。
现在,我可以通过预先创建一个list_A,list_B,list_C(而不是list_ABC)来解决此问题,但这并不那么简单(构造和附加到每个list_A / B / C需要更多代码行)。 类似地,我可以使用其他方法(例如,使用包含所有A / B / C矩阵列表的A,B,C键的字典),但是没有什么比这个解决方案更简单了。
抛出错误的工作示例:
import numpy as np
list = [[np.array([[ 476., 667.], [ 474., 502.]]), np.array([[ 343., 351., 449.], [ 352., 332., 292.]]), np.array([[ 328., 328., 294.], [ 367., 355., 447.]])], [np.array([[ 497., 546.], [ 456., 517.]]), np.array([[ 361., 342., 340.], [ 341., 304., 328.]]), np.array([[ 347., 313., 293.], [ 355., 333., 375.]])]]
np.array(list)
非常感谢!
从数组构造数组时, np.array
函数可以做三件事:
如果所有子数组都具有相同的形状,它将构成一个更高维的数组
如果子数组的形状不同,则可以构造对象dtype数组。 这就像一个列表或嵌套列表,但是能够像数组一样索引和重塑形状
引发错误。 当行匹配而列不匹配时,这似乎最常发生。 可能检测形状不匹配的时间太晚而无法退回到对象dtype解决方案上。
有关更多信息,请访问:
为了获得array(A,A,A,...)
我建议使用列表理解。 构造对象dtype数组太棘手了。
创建对象数组的可靠方法是初始化一个空数组并填充它:
In [116]: arr = np.empty((2,3), dtype=object)
In [117]: arr[...] = alist
In [118]: arr
Out[118]:
array([[array([[ 476., 667.],
[ 474., 502.]]),
array([[ 343., 351., 449.],
[ 352., 332., 292.]]),
array([[ 328., 328., 294.],
[ 367., 355., 447.]])],
[array([[ 497., 546.],
[ 456., 517.]]),
array([[ 361., 342., 340.],
[ 341., 304., 328.]]),
array([[ 347., 313., 293.],
[ 355., 333., 375.]])]], dtype=object)
现在,我可以选择“ A”元素:
In [119]: arr[:,0]
Out[119]:
array([array([[ 476., 667.],
[ 474., 502.]]),
array([[ 497., 546.],
[ 456., 517.]])], dtype=object)
但这是一个对象数组,再次包装在np.array
中不会改变这一点:
In [120]: np.array(arr[:,0])
Out[120]:
array([array([[ 476., 667.],
[ 474., 502.]]),
array([[ 497., 546.],
[ 456., 517.]])], dtype=object)
但是它们可以在多个不同的轴上串联。
In [121]: np.stack(arr[:,0])
Out[121]:
array([[[ 476., 667.],
[ 474., 502.]],
[[ 497., 546.],
[ 456., 517.]]])
但是我不需要对象数组就可以得到相同的结果
In [123]: np.stack([a[0] for a in alist])
Out[123]:
array([[[ 476., 667.],
[ 474., 502.]],
[[ 497., 546.],
[ 456., 517.]]])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.