在python中将平面列表读入多维数组/矩阵

我有一个数字列表，它表示另一个程序生成的矩阵或数组的平坦输出，我知道原始数组的维数，我想把数字读回列表或NumPy矩阵。原始数组中可能有两个以上的维度

e、 g

将产生：

[[0,2,7,6]， [3,1,4,5]]

提前欢呼

使用：

如果要避免在内存中复制

数据

的

形状

属性，也可以直接指定该属性：

>>> data.shape = shape

---

如果您不想使用numpy，2d案例有一个简单的单行线：

group = lambda flat, size: [flat[i:i+size] for i in range(0,len(flat), size)]

可通过添加递归对多维进行推广：

import operator
def shape(flat, dims):
    subdims = dims[1:]
    subsize = reduce(operator.mul, subdims, 1)
    if dims[0]*subsize!=len(flat):
        raise ValueError("Size does not match or invalid")
    if not subdims:
        return flat
    return [shape(flat[i:i+subsize], subdims) for i in range(0,len(flat), subsize)]

---

对于那些一言堂的人：

>>> data = [0, 2, 7, 6, 3, 1, 4, 5]
>>> col = 4  # just grab the number of columns here

>>> [data[i:i+col] for i in range(0, len(data), col)]
[[0, 2, 7, 6],[3, 1, 4, 5]]

>>> # for pretty print, use either np.array or np.asmatrix
>>> np.array([data[i:i+col] for i in range(0, len(data), col)]) 
array([[0, 2, 7, 6],
       [3, 1, 4, 5]])

---

没有Numpy，我们也可以做如下事情

l1 = [1,2,3,4,5,6,7,8,9]

def convintomatrix(x):

    sqrt = int(len(x) ** 0.5)
    matrix = []
    while x != []:
        matrix.append(x[:sqrt])
        x = x[sqrt:]
    return matrix

print (convintomatrix(l1))

---

太棒了！真不敢相信我错过了在NumPy docs周围闲逛的机会。谢谢

>>> data = [0, 2, 7, 6, 3, 1, 4, 5]
>>> col = 4  # just grab the number of columns here

>>> [data[i:i+col] for i in range(0, len(data), col)]
[[0, 2, 7, 6],[3, 1, 4, 5]]

>>> # for pretty print, use either np.array or np.asmatrix
>>> np.array([data[i:i+col] for i in range(0, len(data), col)]) 
array([[0, 2, 7, 6],
       [3, 1, 4, 5]])

l1 = [1,2,3,4,5,6,7,8,9]

def convintomatrix(x):

    sqrt = int(len(x) ** 0.5)
    matrix = []
    while x != []:
        matrix.append(x[:sqrt])
        x = x[sqrt:]
    return matrix

print (convintomatrix(l1))