Python 列表到numpy数组转换可能存在的错误

最近，我遇到了

np.array（list）

转换的问题。假设我们有一个包含3个numpy 2D数组的列表，这些数组的形状

（x，y）、（x，y）、（x，z）

，因此

形状[0]

对于列表中的所有数组都是相同的。在这种情况下，到阵列的转换将失败

ValueError:无法将输入数组从形状（x，z）广播到 形状（x）

Numpy尝试创建和创建形状

（3，x，y）

的数组，而不是将其保留为类似列表的结构（不同数组的数组）。 如果至少有一个

形状[0]

与另一个不同，我们就得到了我们想要的，形状

（3，）

的数组

我通过向列表中添加不同类型的元素，并使用

np.array（list）[：-1]

克服了这个问题。那么，这是一个bug，还是我遗漏了什么（比如np.array（）参数，等等）

一些例子：

>>> import numpy as np
>>> x = np.ones((3,2))
>>> y = np.ones((3,2))
>>> z = np.ones((3,3))
>>> a = np.ones((2,3))
>>> xyz = np.array([x,y,z])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: could not broadcast input array from shape (3,2) into shape (3)
>>> xza = np.array([x,z,a])
[array([[ 1.,  1.],
        [ 1.,  1.],
        [ 1.,  1.]]) 
 array([[ 1.,  1.,  1.],
        [ 1.,  1.,  1.],
        [ 1.,  1.,  1.]])
 array([[ 1.,  1.,  1.],
        [ 1.,  1.,  1.]])]
>>> xyz2 = np.array([x,y,z,'tmp'])[:-1]
[array([[ 1.,  1.],
        [ 1.,  1.],
        [ 1.,  1.]])
 array([[ 1.,  1.],
        [ 1.,  1.],
        [ 1.,  1.]])
 array([[ 1.,  1.,  1.],
        [ 1.,  1.,  1.],
        [ 1.,  1.,  1.]])]

>>将numpy作为np导入
>>>x=np.一（（3,2））
>>>y=np.one（（3,2））
>>>z=np.one（（3,3））
>>>a=np.一（（2,3））
>>>xyz=np.数组（[x，y，z]）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
ValueError:无法将输入数组从形状（3,2）广播到形状（3）
>>>xza=np.数组（[x，z，a]）
[数组（[[1,1.]，
[ 1.,  1.],
[ 1.,  1.]]) 
数组（[[1,1,1.]，
[ 1.,  1.,  1.],
[ 1.,  1.,  1.]])
数组（[[1,1,1.]，
[ 1.,  1.,  1.]])]
>>>xyz2=np.array（[x，y，z，'tmp']）[：-1]
[数组（[[1,1.]，
[ 1.,  1.],
[ 1.,  1.]])
数组（[[1,1.]，
[ 1.,  1.],
[ 1.,  1.]])
数组（[[1,1,1.]，
[ 1.,  1.,  1.],
[ 1.,  1.,  1.]])]

在1.9版上，我得到了不同的结果（错误）

3个相同形状的阵列生成预期的三维阵列：

In [726]: np.array([np.ones((3,2)),np.ones((3,2)),np.ones((3,2))]).shape
Out[726]: (3, 3, 2)

但如果列中有一个不同，则会得到3x3对象数组，其中无填充：

In [727]: np.array([np.ones((3,2)),np.ones((3,2)),np.ones((3,3))])
Out[727]: 
array([[None, None, None],
       [None, None, None],
       [None, None, None]], dtype=object)

你的说法是什么？有更多证据表明某个地区正在开发中。这个测试敲响了警钟——我想我以前见过这样的问题。但我不知道如何搜索它

匹配github问题：

根据你的评论：

其中提到了最近的一个SO问题（我一定看过）：

---

正如您所说，如果第一个维度不同，它将创建对象数组

最常见的是我在1d数组或列表中看到它，例如

In [711]: np.array([[1,2,3],[2,3,4],[4,5,6]])
Out[711]: 
array([[1, 2, 3],
       [2, 3, 4],
       [4, 5, 6]])

In [712]: np.array([[1,2,3],[2,3,4],[4,5]])
Out[712]: array([[1, 2, 3], [2, 3, 4], [4, 5]], dtype=object)

我还建议创建一个

np.array（（3，），dtype=object）

数组，并填充它

看起来它正在测试第一个维度的一致性，并开始填充它。你的错误表明它试图做一些广播，尽管我想不出一个这样做的例子

---

我们可以研究numpy Github问题。可能有多种与对象数组相关的类型。这是一个后来居上的难题，它将numpy数组扩展到了原始的统一多维概念之外。

谢谢您的回答！我的numpy版本是1.10.1。看起来，他们注意到了错误，所以现在它抛出ValueError而不是'None's数组。我研究了GitHub问题，发现了这一点。不是完全相同的问题，但我想它来自同一个地方。可能正在实施完整形状（不仅仅是第一个尺寸）检查将有所帮助。