Python 将列表字典转换为1D numpy数组

我有一个Python3字典，里面有很长的列表（每个都有3000万个整数）。我想将所有这些列表缝合到一个numpy数组中。如何有效地执行此操作

以下

np.array(my_dict.values())

---

似乎不起作用（我得到

数组（dict_值（[…]，[…]））

而不是平面1D numpy数组）。

提前分配numpy数组：

my_dict = {0:[0,3,2,1], 1:[4,2,1,3], 2:[3,4,2,1]}
array = numpy.ndarray((len(my_dict), len(my_dict.values()[0]))

然后可以将它们插入数组，如下所示：

for index, val in enumerate(my_dict.values()):
    arr[index] = val
>>> arr
array([[ 0.,  3.,  2.,  1.],
       [ 4.,  2.,  1.,  3.],
       [ 3.,  4.,  2.,  1.]])

---

如果您正在寻找平面1d阵列，可以使用

np.concatenate

：

>>> d = {'a': [1, 2, 3, 4, 5], 'b': [1, 2, 3, 4, 5], 'c': [1, 2, 3, 4, 5]}
>>> np.concatenate(list(d.values()))
array([1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5])

---

为了获得基于键的有序连接：

np.array([d[k] for k in sorted(d.keys())]).flatten()

如果你不需要任何基于钥匙的订单，@Padraic Cunningham的方法是基于我在这里的计时最快的…

试试这个

列表（my_dict.values（））

---

（补充评注）

---

dict.values（）

返回

视图

而不是列表。参考

这创建了一个多维数组，而不是OP+1要求的1d数组，如果他不需要基于键的任何顺序，那么这是最快的方法

列表（chn）

比

[x代表chn中的x]

更有意义。它也更快。对我来说（Python 3）

np.array（list（chain（d.values（）））

python3中的工作只需执行

np.array（list（my_dict.values（））.flatte（）

虽然这可能回答了作者的问题，但它缺少一些解释性词语和文档链接。如果没有一些短语，原始代码片段就没有多大帮助。您也可能会发现非常有帮助。请编辑您的答案。

np.array([d[k] for k in sorted(d.keys())]).flatten()