使用python和numpy，如何将1d列表转换为np.array列表？

以下是输入：

input_list=[a,b,c,d]

我希望得到输出

output_list=[np.array([a]),np.array([b]),np.array([c]),np.array([d])]

我知道每个元素上的循环也应该起作用，但我想知道是否有快速的方法来完成这项工作？提前谢谢

---

这是我的三种方法的代码，速度没有太大差别，但第二和第三种方法要整洁得多

第一种方法：

t.append（np.array（[i]））

，成本时间=

14.1404731274秒

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=[]
    for i in input_value:
        t.append(np.array([i])) 
print("--- %s seconds ---" % (time.time() - start_time))

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=[np.array([x]) for x in input_value]
print("--- %s seconds ---" % (time.time() - start_time))

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=np.array(input_value)[:, None]
print("--- %s seconds ---" % (time.time() - start_time))

第二种方法：

t=[np.数组（[x]），用于输入值中的x]

，成本时间=

13.7779290676秒

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=[]
    for i in input_value:
        t.append(np.array([i])) 
print("--- %s seconds ---" % (time.time() - start_time))

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=[np.array([x]) for x in input_value]
print("--- %s seconds ---" % (time.time() - start_time))

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=np.array(input_value)[:, None]
print("--- %s seconds ---" % (time.time() - start_time))

第三种方法：

t=np.array（input\u value）[：，None]

，cost\u time=

13.2799420357秒

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=[]
    for i in input_value:
        t.append(np.array([i])) 
print("--- %s seconds ---" % (time.time() - start_time))

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=[np.array([x]) for x in input_value]
print("--- %s seconds ---" % (time.time() - start_time))

import time
start_time = time.time()
for index, row in modified_test_store_raw_df[modified_test_store_raw_df.Open==1].iterrows():
    input_value=(list(modified_test_store_raw_df.loc[index,'tuple_map']))
    t=np.array(input_value)[:, None]
print("--- %s seconds ---" % (time.time() - start_time))

---

您可以使用列表：

import numpy as np
[np.array([x]) for x in input_list]

output_gen = (np.array([item]) for item in input_list)

但也许你需要这个：

np.array(input_list)[:, None]       

---

使用列表理解怎么样

output_list = [ np.array([item]) for item in input_list]

或者更好的生成器理解：

import numpy as np
[np.array([x]) for x in input_list]

output_gen = (np.array([item]) for item in input_list)

---

我不确定你的第二种方法。它将所有内容放在一个数组中，而OP希望列表中的每个元素都有不同的数组。如果元素是大小不同的列表，则第二个元素将生成列表的对象数组，而不是数组列表。如果它们都是相同大小的1d列表，则结果将是一个2d数组。只有当它们是标量时，

None

才有帮助。@kmario23是的。第二个选项只是猜测OP可能想要什么。@hpaulj这就是我的假设。如果是一个标量列表，1d列表更合适。

np.array（input_list）[：，None]

是最简洁的方法。每个人都建议列表理解，这当然是一个列表循环。基本上就是这样。只要你的目标是一个清单，它会很快得到

numpy

函数将生成某种数组。