Python 将列表转换并填充为numpy数组
我有一个任意深度嵌套的列表,具有不同长度的元素Python 将列表转换并填充为numpy数组,python,arrays,numpy,Python,Arrays,Numpy,我有一个任意深度嵌套的列表,具有不同长度的元素 my_list = [[[1,2],[4]],[[4,4,3]],[[1,2,1],[4,3,4,5],[4,1]]] 我想通过使用NaN填充每个轴,将其转换为有效的数字(而不是对象)numpy数组。所以结果应该是这样的 padded_list = np.array([[[ 1, 2, nan, nan], [ 4, nan, nan, nan],
my_list = [[[1,2],[4]],[[4,4,3]],[[1,2,1],[4,3,4,5],[4,1]]]
我想通过使用NaN填充每个轴,将其转换为有效的数字(而不是对象)numpy数组。所以结果应该是这样的
padded_list = np.array([[[ 1, 2, nan, nan],
[ 4, nan, nan, nan],
[nan, nan, nan, nan]],
[[ 4, 4, 3, nan],
[nan, nan, nan, nan],
[nan, nan, nan, nan]],
[[ 1, 2, 1, nan],
[ 4, 3, 4, 5],
[ 4, 1, nan, nan]]])
如何进行此操作?首先,计算列和行的长度:
len1 = max((len(el) for el in my_list))
len2 = max(len(el) for el in list(chain(*my_list)))
第二,追加缺少的NAN:
for el1 in my_list:
el1.extend([[]]*(len1-len(el1)))
for el2 in el1:
el2.extend([numpy.nan] * (len2-len(el2)))
这适用于您的样本,但不确定它是否能够正确处理所有拐角情况:
from itertools import izip_longest
def find_shape(seq):
try:
len_ = len(seq)
except TypeError:
return ()
shapes = [find_shape(subseq) for subseq in seq]
return (len_,) + tuple(max(sizes) for sizes in izip_longest(*shapes,
fillvalue=1))
def fill_array(arr, seq):
if arr.ndim == 1:
try:
len_ = len(seq)
except TypeError:
len_ = 0
arr[:len_] = seq
arr[len_:] = np.nan
else:
for subarr, subseq in izip_longest(arr, seq, fillvalue=()):
fill_array(subarr, subseq)
现在:
>>> arr = np.empty(find_shape(my_list))
>>> fill_array(arr, my_list)
>>> arr
array([[[ 1., 2., nan, nan],
[ 4., nan, nan, nan],
[ nan, nan, nan, nan]],
[[ 4., 4., 3., nan],
[ nan, nan, nan, nan],
[ nan, nan, nan, nan]],
[[ 1., 2., 1., nan],
[ 4., 3., 4., 5.],
[ 4., 1., nan, nan]]])
我想这大概就是numpy的形状发现程序所做的。由于涉及到大量Python函数调用,因此与C实现相比,它可能不会太差。这很好,但应适用于任意深度嵌套的列表,如numpy.array