Python 有没有一种方法可以正确格式化一个大的numpy数组

我有一个大的200x100二维元组（元组的元组），我正试图将其转换成一个numpy数组

我执行常规代码：

arr = np.array(2d_tuple_of_floats)

但当我这样做而不是转换成二维数组时，它会转换成元组的一维数组（arr.shape=（200，））。因此，我指定：

arr = np.array(2d_tuple_of_floats, ndmin=2)

它没有改为形状（200100），而是改为形状（1200），这意味着我只是有一个由1个元组和200个元组组成的数组。 所以我试着

arr = np.array(2d_tuple_of_floats, dtype=np.float, ndmin=2)

它仍然保持形状（1200）；我也试着把它做成一个矩阵，然后把矩阵转换成一个数组，但那也不起作用。 我怎样才能把它做成（200100）的正确形状

编辑： 作为参考，元组的格式如下：

---

（（0,1/6.0，…，（0.0,1/9.0，…，，（100/3.0+101/3.0，…）

听起来你的内部元组实际上并不都是相同的长度。找出原因并解决它。

arr=np.array（2d\u tuple\u of\u float，ndmin=2）

应该可以工作，如果不能工作，元组可能长度不同。什么是

arr.dtype

？您是否查看了

arr

，哪怕只是一部分，

arr[0]

？最有可能的是元组长度不同。

np.stack（arr）

的行为类似于

np.array

，只是如果子数组形状不匹配，它会抛出一个错误。这听起来好像内部元组的长度并不完全相同。找出原因并解决它。

arr=np.array（2d\u tuple\u of\u float，ndmin=2）

应该可以工作，如果不能工作，元组可能长度不同。什么是

arr.dtype

？您是否查看了

arr

，哪怕只是一部分，

arr[0]

？元组的长度很可能不同。

np.stack（arr）

的行为类似于

np.array

，除非子数组形状不匹配时会抛出错误。