Python 将numpy多维数组转换为列表

我对Python相当陌生。我看了其他类似的话题，但它们并没有完全回答我想做的事情。结果如下：

coslist[1:4]
Out[94]: [array([[ 0.7984719]]), array([[ 0.33609957]]), 0]

这就是我想要的：

coslist=[0.7984719,0.33609957,0]

我试过这个：

tolist=list(coslist)
tolist[1:3]
Out[98]: [array([[ 0.7984719]]), array([[ 0.33609957]])]

这是：

y=np.array(val).ravel().tolist()
y[1:4]
Out[99]: [array([[ 0.7984719]]), array([[ 0.33609957]]), 0]

正如你所看到的，他们中的任何一个都是我想要的。

---

任何帮助都将不胜感激

有一个内置的numpy数组方法

coslist = [numpy.array([[ 0.7984719]]), numpy.array([[ 0.33609957]]), 0]
coslist = [x.tolist()[0][0] if type(x)==numpy.ndarray else x for x in coslist]

type(coslst) # Should print <type 'list'>
lst # Should print a list of lists

coslist=[numpy.array（[[0.7984719]]）、numpy.array（[[0.33609957]]）、0]
coslist=[x.tolist（）[0][0]如果类型（x）==numpy.ndarray else x代表coslist中的x]
类型（coslst）#应打印
lst应打印列表列表

首先，您需要逐项转换列表中的np.array：

coslist=[np.array(item).tolist() for item in coslist]

那么我认为摆脱列表中的列表的唯一方法就是通过迭代：

aux=[]
for x in coslist:
    if type(x)==list:
        for k in range(len(x[0])):
        aux.append(x[0][k])
    else:
        aux.append(x)
coslist=aux

请注意，我考虑过每个numpy数组中可以有多个值。因为如果您的列表只包含每个值只有一个的np.array，您可以执行以下操作：

coslist=[np.array(item).tolist() for item in coslist]
coslist=[x[0][0] if type(x)==list else x for x in coslist]

或者，如果您想明确地快速回答您的问题，可以：

coslist=[np.mean(coslist[k]) for k in range(len(coslist))]

多维数组：

example=np.array（[1,2,3]，[1,2]，[1,4,5,6,7]）

• 使用列表理解

  result=[j_i代表项目中的项目，j_i代表项目中的项目]

• 使用lambda和reduce

  
  将工具作为ft导入
  结果=ft.reduce（λx，y:x+y，a）

• 使用itertools

  
  进口itertools
  链=itertools.chain（*a）
  列表（链）

---

参考资料：

您的

collist

是一个充满二维数组和数值的列表，这很难使用。是否确定无法在只有存储在2D数组中的值而没有存储在2D数组中的情况下构建此列表？如果不是的话，也许只是简单的python循环，在这里提取值是一种方法。你已经把这个列表的创建搞砸了。解决问题的正确方法不仅仅是某种后处理步骤；你需要修复创建它的代码，否则你会遇到更多麻烦。我遇到了一个错误，就像我运行它时遇到的一样。这可能是因为最昂贵的不是崎岖不平的道路。这是一份numpy Ndaray的列表。在这种情况下，我完全被搞糊涂了。我举了一个小例子，在这个例子中，你把值放在coslist中。保持数组小。这是列表的前三个元素：coslist[1:4]Out[94]：[array（[[0.7984719]）、array（[[0.33609957]）、0]检查coslist=[x.tolist（）[0][0]如果类型（x）==numpy.ndarray else x代表coslist中的x]。告诉我它是否有效。如果实际数组比示例更复杂，则可能会失败。