Python 带numpy数组的列表形状

我用Python创建了一个N

numpy

数组的列表，每个数组的大小都是D乘以p。当我调用

numpy.shape（我的列表）

时，我会返回元组

（N，D，p）

。当我附加到列表中的数组大小不相同时（或者如果我附加的项目不是数组），

numpy.shape

会抛出错误

如果我想要列表中每个数组的形状，我必须求助于列表理解还是有更快的方法

numpy

是否只是在列表中迭代，检查以确保每个元素都是一个与前一个元素大小相同的数组，并据此决定是返回元组还是抛出错误

如果我想要列表中每个数组的形状，我必须求助于列表理解还是有更快的方法

列出理解力

numpy是否只是在列表中迭代，检查以确保每个元素都是与前一个元素大小相同的数组，并基于此决定是返回元组还是抛出错误

---

，构建一个完整的阵列以获得形状。（这不是任何人都费心去优化的。）

1）是的，2）可能列表不是numpy数据类型。没有“numpy”的迭代方式，所以列表理解是唯一的选择。调用

numpy.shape（我的列表）

时，将隐式创建一个数组数组。要使此操作成功，列表上的所有数组都必须具有相同的形状。请注意，

my_list.shape

会给您一个错误。正是函数形式试图将列表转换为数组。

map（np.shape，list\u of_array）

不是比列表理解快吗？@kmario23：可能要快一些，但在运行时这两种方法都非常接近，这两种方法都不会使此操作成为性能瓶颈。另外，直接访问

shape

属性要比使用

np.shape

更快，而使用

map

无法做到这一点。（直接访问shape属性将是

[arr.shape for arr in my_list]

）是的。在运行一些测试后发现。顺便说一句，我为

map

提供了一个自定义python函数，该函数利用了

arr.shape

并发现它比列表理解慢2倍。但是，如果一个人只需要一个iterable，而不是整个列表本身，那么

map

就是一条出路。