Python 如何创建列表的numpy数组？

我想创建一个numpy数组，其中每个元素都必须是一个列表，这样以后我就可以向每个元素添加新元素

我已经看过谷歌和这里的stack overflow了，但似乎哪里也找不到

---

主要问题是，numpy假设列表必须成为数组，但这不是我想要的。

如果您真的需要一个1-d列表数组，您必须在自己的类中包装列表，因为numpy总是试图将列表转换为数组中的数组（效率更高，但显然需要恒定大小的元素），例如

class mylist:

    def __init__(self, l):
        self.l=l

    def __repr__(self): 
        return repr(self.l)

    def append(self, x):
        self.l.append(x)

然后，您可以更改任何图元，而无需更改其他图元的尺寸

>>> x = mylist([1,2,3])
>>> y = mylist([1,2,3])
>>> import numpy as np
>>> data = np.array([x,y])
>>> data
array([[1,2,3], [1,2,3]], dtype=object)
>>> data[0].append(2)
>>> data
array([[1,2,3,2], [1,2,3]], dtype=object)

更新 正如

ali_m

所建议的那样，实际上有一种方法可以强制numpy简单地创建一个1-d数组作为引用，然后向它们提供实际列表

>>> data = np.empty(2, dtype=np.object)
>>> data[:] = [1, 2, 3], [1, 2, 3]
>>> data
array([[1, 2, 3], [1, 2, 3]], dtype=object)
>>> data[0].append(4)
>>> data
array([[1, 2, 3, 4], [1, 2, 3]], dtype=object)

---

正如您所发现的，

np.array

尝试在给定以下内容时创建2d数组

 A = np.array([[1,2],[3,4]],dtype=object)

您必须应用一些技巧来绕过此默认行为

一种是使子列表的长度可变。它无法从这些子列表生成2d数组，因此它求助于对象数组：

In [43]: A=np.array([[1,2],[],[1,2,3,4]])
In [44]: A
Out[44]: array([[1, 2], [], [1, 2, 3, 4]], dtype=object)

In [47]: A=np.empty((3,),dtype=object)
In [48]: A
Out[48]: array([None, None, None], dtype=object)

然后，您可以将值附加到每个列表中：

In [45]: for i in A: i.append(34)
In [46]: A
Out[46]: array([[1, 2, 34], [34], [1, 2, 3, 4, 34]], dtype=object)

np.empty

还会创建一个对象数组：

In [43]: A=np.array([[1,2],[],[1,2,3,4]])
In [44]: A
Out[44]: array([[1, 2], [], [1, 2, 3, 4]], dtype=object)

In [47]: A=np.empty((3,),dtype=object)
In [48]: A
Out[48]: array([None, None, None], dtype=object)

但是您必须小心如何将元素更改为列表。

np.fill

很吸引人，但也有一些问题：

In [49]: A.fill([])
In [50]: A
Out[50]: array([[], [], []], dtype=object)
In [51]: for i in A: i.append(34)
In [52]: A
Out[52]: array([[34, 34, 34], [34, 34, 34], [34, 34, 34]], dtype=object)

结果是，

fill

在所有插槽中放置相同的列表，因此修改其中一个会修改所有其他插槽。列表列表可能会出现相同的问题：

In [53]: B=[[]]*3
In [54]: B
Out[54]: [[], [], []]
In [55]: for i in B: i.append(34)
In [56]: B
Out[56]: [[34, 34, 34], [34, 34, 34], [34, 34, 34]]

初始化

空
A
的正确方法是迭代，例如：

In [65]: A=np.empty((3,),dtype=object)
In [66]: for i,v in enumerate(A): A[i]=[v,i]
In [67]: A
Out[67]: array([[None, 0], [None, 1], [None, 2]], dtype=object)
In [68]: for v in A: v.append(34)
In [69]: A
Out[69]: array([[None, 0, 34], [None, 1, 34], [None, 2, 34]], dtype=object)

从问题和注释来看，有点不清楚您是要附加到列表中，还是要将列表附加到数组中。我刚刚演示了附加到列表中

有一个
np.append
函数，新用户经常滥用它。它不是列表append的替代品。它是
np.concatenate
的前端。它不是就地操作；它返回一个新数组

此外，定义要添加的列表也可能很棘手：

In [72]: np.append(A,[[1,23]])
Out[72]: array([[None, 0, 34], [None, 1, 34], [None, 2, 34], 1, 23],     dtype=object)

您需要构造另一个对象数组来连接到原始数组，例如

In [76]: np.append(A,np.empty((1,),dtype=object))
Out[76]: array([[None, 0, 34], [None, 1, 34], [None, 2, 34], None], dtype=object)

在所有这些情况下，列表数组比列表数组更难构建，操作起来也不容易或更快。您必须使其成为2d列表数组才能获得一些好处

In [78]: A[:,None]
Out[78]: 
array([[[None, 0, 34]],
       [[None, 1, 34]],
       [[None, 2, 34]]], dtype=object)

您可以重塑、转置对象数组等，因为创建和操作列表列表会变得更加复杂

In [79]: A[:,None].tolist()
Out[79]: [[[None, 0, 34]], [[None, 1, 34]], [[None, 2, 34]]]

===

如中所示，
np.frompyfunc
是创建对象数组的好工具

np.frompyfunc(list, 0, 1)(np.empty((3,2), dtype=object))  

结果将是：

[list([0]) list([1]) list([2]) list([3]) list([4]) list([5]) list([6]) list([7]) list([8]) list([9]) list([10]) list([11]) list([12]) list([13]) list([14]) list([15]) list([16]) list([17]) list([18]) list([19])]

一个简单的方法是：

A = [[1,2],[3,4]] 
B = np.array(A+[[]])[:-1]

列表并不是很简单，所以可能一个列表元组就足够了。使用迭代器表达式，您可以轻松而高效地获得它：

fiveLists=tuple（[]表示范围（5）内的uu）

如果只需要一次（提供原始迭代器），可以省略
元组

如果您确实想：

arrayOfLists=np.fromiter（（[]表示范围（5）内的uuu），对象）

编辑：从2020年7月起，您可以
“ValueError:无法从迭代器创建对象数组”
刚刚发现这个问题，我以前从未回答过任何问题，但这里有一个非常简单的解决方案：

如果需要长度为n的向量，请使用：

A = np.array([[]]*n + [[1]])[:-1]

这将返回：

array([list([]), list([]), ... , list([])], dtype=object)

如果需要n×m数组，请使用：

A = np.array([[]]*n*m + [[1]])[:-1]
B = A.reshape((n,m))

对于更高秩的数组，您可以使用类似的方法，创建一个长向量并对其进行重塑。这可能不是最有效的方法，但对我来说很有效。
如果需要从列表或元组序列创建数组数组，请

x=[[1,2],[3,4],[5,6]]
print(type(x))
print(type(x[0]))
#<class 'list'>
#<class 'list'>
import numpy as np
ar=np.array([np.array(i) for i in x],dtype=object)
print(type(ar))
print(type(ar[0]))
#<class 'numpy.ndarray'>
#<class 'numpy.ndarray'>

x=[[1,2]，[3,4]，[5,6]]
打印（类型（x））
打印（类型（x[0]））
#
#
将numpy作为np导入
ar=np.array（[np.array（i）表示x中的i]，dtype=object）
打印（ar型）
打印（类型（ar[0]））
#
#
我意识到，如果您不需要熊猫，但它实现了既定目标，那么这是一种变通方法：

import pandas as pd

A = pd.Series([[1, 2], [3, 4]]).to_numpy()
assert isinstance(A[0], list)

为什么不创建2D数组？为什么不创建列表数组？为什么不创建数组？或者列表列表？我有特殊要求。请解释您的“特殊要求”更详细地说。如果您主要关心的是追加操作的速度，那么您不可能比常规的Python列表做得更好，因为与数组串联相比，追加到列表是非常便宜的。但是，如果您想对列表-o执行数字操作，这将带来巨大的存储和性能成本f-列表。是每个子列表都有相同的长度，还是你试图用不同的行长度表示一个“不规则”数组？@ali_m，稀疏图的邻接列表。我需要操作为O（m+n）。列表会杀死它。而且每个列表可能有不同的大小。我需要第一个向量是O（1）的数组用于访问每个元素，然后为给定列表中的每个元素创建一个以O（d_max）访问它的列表。在我的情况下，我不知道我将拥有多少MyList，如何以通用的方式访问它？不使用
data=np.empty（2，dtype=np.object）；data[：]=[1,2,3]，[1,2,3]定义一个新类，就可以获得相同的结果
@Ricardo如果你不知道你有多少个列表，那么你为什么要首先使用数组？它们的大小是恒定的。如果你想在移动中添加列表，那么可能最好是列表列表。否则-你可以始终使用
np.concatenate
合并数组这是一个有趣的观察结果@lejlot和一个警告其他正在寻找快捷方式的人…不要忘记data=np.empty（2，dtype=np.object）创建行。如果您试图使用…data=np.array（[[1,2,3]，[4,5,6]]，dtype=np.object]）明显跳过一步，请尝试…data[0]。追加（4）它将返回…AttributeError:'numpy.ndarray'对象在Python3.4.x中没有属性'append'