Python 修复将整数列表转换为NumPy矩阵的方法

我想创建随机整数，并通过NumPy矩阵将其转换为二进制格式。我编写了以下代码：

def toBinary(C):
    l = []
    for x in C:
        b = [int(i) for i in bin(x)[2:]]
        l = np.vstack((l, np.array(b)))
    return l

list_vectors = [random.randint(0, 2 ** 64) for _ in range(2)]
print(toBinary(list_vectors))

但我仍然不知道如何解决这个错误：

Traceback (most recent call last):
  File "test.py", line 31, in <module>
    print(toBinary(list_vectors))
  File "test.py", line 27, in toBinary
    l = np.vstack((l, np.array(b)))
  File "/anaconda3/lib/python3.6/site-packages/numpy/core/shape_base.py", line 234, in vstack
    return _nx.concatenate([atleast_2d(_m) for _m in tup], 0)
ValueError: all the input array dimensions except for the concatenation axis must match exactly

回溯（最近一次呼叫最后一次）：
文件“test.py”，第31行，在
打印（toBinary（列表向量））
文件“test.py”，第27行，在toBinary中
l=np.vstack（（l，np.array（b）））
文件“/anaconda3/lib/python3.6/site packages/numpy/core/shape_base.py”，第234行，在vstack中
返回_nx.concatenate（[tup中的_m至少有_2d（_m）]，0）
ValueError：除连接轴之外的所有输入数组维度必须完全匹配

---

非常感谢您的任何建议。

尝试此操作，它将返回列表而不是数组，因此如果您愿意，请进行必要的调整：

def toBinary(C):
    l = []
    for x in C:
        b = [i for i in bin(x)[2:]]
        a="".join(b)
        a=int(a)
        l.append(a)
return l

---

尝试此操作，它将返回一个列表而不是数组，因此如果愿意，请进行必要的调整：

def toBinary(C):
    l = []
    for x in C:
        b = [i for i in bin(x)[2:]]
        a="".join(b)
        a=int(a)
        l.append(a)
return l

---

这里的问题是，转换为二进制并不总是返回相同长度的二进制数。 如果C中的第一个整数是，比如说3，它将给出“0b11”。将其堆叠在数组中，然后尝试转换17。哎呀，您试图将'11'和'1001'连接在一起，这是行不通的

我在这里做的是，使用format（）函数（）将转换后的二进制数长度强制为10

此外，返回的数组是预先分配的，因为您现在完全知道它的大小：

binaries_length = 10
bin_format = f'#0{10+2}b'
array_rows = len(C)
l = np.empty((array_rows, binaries_length))

顺便说一下，调用random.randint（0，2**64）也会触发一个异常，因为2**64太高了，所以我在这里把它改为2*64

---

更进一步，您可以通过查找C的最大值来找到最佳二进制长度。

这里的问题是，转换为二进制并不总是返回相同长度的二进制数。 如果C中的第一个整数是，比如说3，它将给出“0b11”。将其堆叠在数组中，然后尝试转换17。哎呀，您试图将'11'和'1001'连接在一起，这是行不通的

我在这里做的是，使用format（）函数（）将转换后的二进制数长度强制为10

此外，返回的数组是预先分配的，因为您现在完全知道它的大小：

binaries_length = 10
bin_format = f'#0{10+2}b'
array_rows = len(C)
l = np.empty((array_rows, binaries_length))

顺便说一下，调用random.randint（0，2**64）也会触发一个异常，因为2**64太高了，所以我在这里把它改为2*64

更进一步，您可以通过查找C的最大值来找到最佳二进制长度。

打印（np.array（b.shape）给了您什么？打印（np.array（b.shape）给了您什么？