将包含多个 numpy arrays 的列表转换为单个 numpy 数组

Question

我有一个看起来像这样的列表（这是一个子集）：

[array([[1.]]), array([[0.95105652]]), array([[0.80901699]]), array([[0.58778525]]), array([[0.30901699]]), array([[-2.77555756e-14]]), array([[-0.30901699]]), array([[-0.58778525]]), array([[-0.80901699]]), array([[-0.95105652]]), array([[0.95105652]]), array([[0.9045085]]), array([[0.76942088]]), array([[0.55901699]]), array([[0.29389263]]), array([[1.70086167e-13]]), array([[-0.29389263]])

本质上，每个元素都是一个 numpy 数组。 它的尺寸是

np.shape(ls)
(100, 1, 1)

我不太明白第三个维度的来源，但我想要的是从这个列表中提取所有 100 个值，并将其放在一个 numpy 维度数组中(100,)

我怎样才能做到这一点？

Answer 1

您可以构建一个理解并将其转换为 numpy 数组：

result = np.array([i[0][0] for i in ls])

以下是您的示例的一些 timeit 结果：

>>> timeit.timeit("""np.ravel(ls)""", globals = globals(),number=100000)
1.2485979999983101
>>> timeit.timeit("""np.transpose(ls)[0][0]""", globals = globals(),number=100000)
1.4232207000022754
>>> timeit.timeit("""np.array([i[0][0] for i in ls])""", globals = globals(),number=100000)
0.7894333000003826

使用大小为 100 的列表，它变为：

>>> timeit.timeit("""np.ravel(ls)""", globals = globals(),number=100000)
5.593053000000509
>>> timeit.timeit("""np.transpose(ls)[0][0]""", globals = globals(),number=100000)
6.153891400001157
>>> timeit.timeit("""np.array([i[0][0] for i in ls])""", globals = globals(),number=100000)
4.391332800001692