Python中的维度不一致（有时显示1D，有时显示3D）

我有一个列表，列表中的每个元素都是一个2D矩阵

np.shape(mylist)
>>(5000,)

np.shape(mylist[0])
>>(62,62)


type(mylist)
>> list

type(mylist[0])
>> numpy.ndarray

现在，我正在尝试创建一个索引列表，该列表显示在索引列表中：

y_train = [mylist[i] for i in index]

问题是，有时它显示1D形状，有时显示3D形状（例如，（nx，）或（nx，ny，nz））

例如：

yy = []
yy.append(mylist[17])
yy.append(mylist[1381])

print(np.shape(yy))

>> (2,)

yy = []
yy.append(mylist[17])
yy.append(mylist[1380])

print(np.shape(yy))

>> (2, 513, 513)

---

知道为什么吗？也许事实上mylist[17]和mylist[1380]的形状相同，而mylist[17]和mylist[1381]的形状不同？

首先是两个数组具有不同形状的简单情况：

In [204]: alist = [np.ones((2,3),int), np.zeros((1,3),int)]
In [205]: alist
Out[205]: 
[array([[1, 1, 1],
        [1, 1, 1]]), array([[0, 0, 0]])]
In [206]: len(alist)
Out[206]: 2
In [207]: np.shape(alist)
Out[207]: (2,)
In [208]: alist.shape
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-208-6ab8dc5f9201> in <module>()
----> 1 alist.shape

AttributeError: 'list' object has no attribute 'shape'
In [209]: np.array(alist)
Out[209]: 
array([array([[1, 1, 1],
       [1, 1, 1]]), array([[0, 0, 0]])], dtype=object)

---

alist

仍然没有shape`属性。

是。另外，为什么还要在python列表中调用

np.shape

？您应该使用

len

来进行此操作。在numpy阵列上使用形状保留。也不要使用

numpy.shape（）

，直接使用

ndarray.shape

。第4行的输出是什么？

np.shape（alist）

首先将

alist

转换为

numpy

数组，然后返回

shape

属性。如果列表中的元素都具有相同的二维形状，则列表转换的数组将是三维的，如果它们的形状不同，则将是1d对象数据类型数组。

In [210]: alist = [np.ones((2,3),int), np.zeros((2,3),int)]
In [211]: alist
Out[211]: 
[array([[1, 1, 1],
        [1, 1, 1]]), array([[0, 0, 0],
        [0, 0, 0]])]
In [212]: len(alist)
Out[212]: 2
In [213]: np.shape(alist)
Out[213]: (2, 2, 3)
In [214]: np.array(alist)
Out[214]: 
array([[[1, 1, 1],
        [1, 1, 1]],

       [[0, 0, 0],
        [0, 0, 0]]])