Python 如何将一维ndarray列表转换为二维ndarray（mxnet ndarray）

在这个例子中，我有一个1-d ndarray的列表，长度为9，列表有9个元素，每个元素都有

shape=（2048，）

，所以总共

9*（2048，）

，我从

mxnet

获得这些

ndarray

，这样每个

ndarray

都是

数组
dtype=numpy.float32

如果我使用
np.asarray
转换此列表，它将变成以下结果

shape=：（92048,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1）

很明显，我想要一个二维数组，具有
shape=（92048）
，如何解决这个问题

ps：我通过保存一个
npy
文件并加载它来发现这个问题。在将列表转换为
ndarray
之前，我直接保存了列表（因此
np.save
会自动将列表转换为
ndarray
），加载后，我发现形状已经变为上面的形状，这确实不正常

下面的答案，
np.vstack
和
np.array
都适用于常见的
list
to
ndarray
问题，但无法解决我的问题，因此我怀疑这是
mxnet的特例，您可以使用
np.vstack
。下面是一个例子：

import numpy as np

li = [np.zeros(2048) for _ in range(9)]
result = np.vstack(li)
print(result.shape)

这将根据需要输出
（92048）
。
由于给出正确答案作为注释的人解决了我的问题，但没有发布答案，因此我将在此处为其他可能遇到此问题的人发布他的答案

实际上，
np.array
和
mxnet.ndarray
并不完全相同，因此在
mxnet.ndarray
上直接调用
numpy
方法是危险的。要在
mxnet.ndarray
中使用
numpy
方法，我们应该首先将数组转换为
np.array
，即

mx_ndarray = mxnet.ndarray.zeros(5)
np_array = mx_ndarray.asnumpy() 

然后可以在
np\u数组上使用
numpy
方法

由于上面的答案更一般（
np.vstack（）
），我接受它，并将此答案作为参考发布。此外，
np.array（）
在上述示例中对
np.vstack（）
所有这些1都是可疑的。元组的len是32，这是最大的维度数。这几乎就像是某种递归定义或嵌套。执行
[i.shape for in-arr]
检查所有9个元素的形状可能会很有帮助。挤压应该能够去除那些1，但知道它为什么会产生这种形状还是很好的。还有原始的
dtype
-对象是什么，但是元素和结果呢？@hpaulj我从调试器检查过，所有9个元素都是shape
（2048，）
np.array（列表[0]
产生了什么？或者
np.array（列表[0][0]）
。您还没有告诉我们数组数据类型是什么。它必须是
object
。因此您有一个包含9个对象数组的列表（或对象数组），等等。对象数组（或列表）的元素是指针。
np.save
使用
pickle
来编写对象。可能是
mxnet
对象的
pickle
代码有点扭曲，并产生了这种递归形状。在查看
mxnet
之后，我认为在保存mxnet列表时应该使用
mxnet.ndarray
函数或方法ndarrays.hpaulj我添加了
dtype=numpy.float32
，我测试了
np.array（_列表[0]）
，它改变了原始数组！（从
（2048，）
到
（2048，1，1，1，…）
）那么这是一个
mxnet
错误吗？谢谢，这是一个解决方案，但我的问题仍然存在。我尝试了这个代码，它确实生成了一个
（92048）
array，但是当我在代码中使用
np.vstack
时，我原来的问题仍然存在。因为只有一行代码，所以我认为问题在于原始列表。我的列表是
float32
类型，并且在我的
ndarray
中有一个
T
元素，这重要吗？什么是'T！元素？只需添加，
np.ar即可ray
在本例中给出与np.vstack
相同的结果example@hpaulj
T
元素在调试器中似乎是递归的，但是，在上面给出正确结果的示例中，还有一个
T
和
\u internals\u
元素，它们也是递归的，我使用PyCharm，这些元素显示在d中ebugger@hpaulj在我的代码（在问题中）中，它显示为
result:T={ndarray}{T={ndarray}{..recursive}}
，在这个示例（这个答案中的代码）中，它显示为
result:{u internal{T={ndarray}{T={ndarray}{..recursive}