ChatGPT解决这个技术问题 Extra ChatGPT

将 NumPy 数组转换为 Python 列表结构?

如何将 NumPy 数组转换为 Python 列表(例如 [[1,2,3],[4,5,6]] ),并且做得相当快?


P
Peter Hansen

使用 tolist()

import numpy as np
>>> np.array([[1,2,3],[4,5,6]]).tolist()
[[1, 2, 3], [4, 5, 6]]

请注意,这会将值从它们可能具有的任何 numpy 类型(例如 np.int32 或 np.float32)转换为“最近兼容的 Python 类型”(在列表中)。如果您想保留 numpy 数据类型,则可以改为在数组上调用 list(),您最终会得到一个 numpy scalars 列表。 (感谢 Mr_and_Mrs_D 在评论中指出这一点。)


如果您的列表是 float32 tolist 会将其转换为 floatss - 这可能是不希望的。使用 list(myarray) 不会因此受到影响 - 为什么我们更喜欢 tolist
@Mr_and_Mrs_D 您是否建议尽管数组中有浮点数,但您希望结果列表为整数?这是一个完全不同的问题......当然,您必须指定尽管是 float32 值,但它们都将是不可分割的。无论如何,如果您遇到这种情况,我想这样做 myarray.astype(np.int32).tolist() 将是一种选择,并且明确说明您要完成的工作。 (最后,当我尝试 list(array_of_type_float32) 时,这里没有给出整数......所以我不知道你在问什么。)
我从来没有提到过整数 - 试试 float32_array = np.array([0.51764709], np.float32); print(float32_array.tolist()); print(list(float32_array))
好的,所以一个转换为 [float] 而另一个仍然使用 numpy 标量 float32 类型,如 [np.float32]。美好的。很高兴知道,但我想这是否可取取决于每个具体情况。对于它的价值,我怀疑通常当有人(如 OP)要求转换为列表时,他们隐含地表示常规 Python 数据类型的列表,在这种情况下是浮点数或整数,而不是 numpy 标量类型的列表.感谢您指出这一点:我已经编辑了答案以包含关于此的注释。
沿着这些思路:np.array([[0, 'one'], ['two', 3]]).tolist() -> [['0', 'one'], ['two', '3']]
B
BUFU

如果 numpy 数组形状是 2D,则 numpy .tolist 方法会生成嵌套列表。

如果需要平面列表,则以下方法有效。

import numpy as np
from itertools import chain

a = [1,2,3,4,5,6,7,8,9]
print type(a), len(a), a
npa = np.asarray(a)
print type(npa), npa.shape, "\n", npa
npa = npa.reshape((3, 3))
print type(npa), npa.shape, "\n", npa
a = list(chain.from_iterable(npa))
print type(a), len(a), a`

要获得一个平面列表,还有 a.flatten().tolist()(或 list(a.flatten()) 参见上面的讨论)
@克莱门特沃尔特谢谢!该评论比答案本身更有价值。你知道为什么 .tolist() 会创建一个嵌套列表吗?为什么我们要经过这么多步骤才能得到一个简单的列表?理由是什么?
@deps_stats 这是因为 np.array(arr.tolist()) == arr;换句话说 .tolistarr 的序列化
H
Harshal SG

= np.array([[1,2,3],[4,5,6]])

list(c.flatten())

S
Shivid

tolist() 即使遇到嵌套数组也能正常工作,比如 pandas DataFrame

my_list = [0,1,2,3,4,5,4,3,2,1,0]
my_dt = pd.DataFrame(my_list)
new_list = [i[0] for i in my_dt.values.tolist()]

print(type(my_list),type(my_dt),type(new_list))

r
rahul-ahuja

另外的选择

c.ravel()
# or
c.ravel().tolist()

也有效。