将1x1维数组的列表转换为python中的浮点列表

Question

我有以下形式的清单：[array([ 3755.16235032]), array([ 3755.16235032]), array([ 3755.16235032]), array([ 3755.16235032])]我想要一份表格清单：[3755.16235032, 3755.16235032, 3755.16235032, 3755.16235032]第一个列表的每个元素都是一个sci kit学习回归器的结果。我想要第二种格式，以便绘制分类器的预测。

Answer 1

只是替代解决方案：鉴于x您的输入list，您可以使用ravel()NumPy作为

xlst = list(np.array(x).ravel())

print (xlst)

或者您可以将其flatten()用作

xlst = list(np.array(x).flatten())

print (xlst)

如果您只想将最终答案作为数组，则无需放在list之后=。并且，如果您的输入x已经是numpy array类型，请替换np.array(x).ravel()为x.ravel()。

或者，如上面的答案中已经提到的list()，您也可以使用np.array(x).flatten().tolist()和来代替转换为列表np.array(x).ravel().tolist()

出于以下一种答案中的注释（感谢评论者）的启发，对本页列出的所有可能答案进行了一些时间分析（由于格式问题，很容易将其放在此处而不是注释中）：

x = np.array([np.array([i]) for i in range(100000)])

%timeit np.concatenate(x).tolist()

%timeit np.hstack(x).tolist()

%timeit x.flatten().tolist()

%timeit x.ravel().tolist()

输出

10 loops, best of 3: 55.2 ms per loop

10 loops, best of 3: 155 ms per loop

100 loops, best of 3: 2.45 ms per loop

100 loops, best of 3: 2.29 ms per loop

Answer 2

使用np.concatenate以避免手动迭代：

my_list = [np.array([ 3755.16235032]),

 np.array([ 3755.16235032]),

 np.array([ 3755.16235032]),

 np.array([ 3755.16235032])]

new_list = np.concatenate(my_list).tolist()

>>> new_list

[3755.16235032, 3755.16235032, 3755.16235032, 3755.16235032]

基准测试：

根据评论中的广泛讨论，这是我的基准测试：

my_list = [np.random.randn(1) for _ in range(100000)]

def concat_method(my_list=my_list):

    return np.concatenate(my_list).tolist()

def hstack_method(my_list=my_list):

    return np.hstack(my_list).tolist()

def flatten_method(my_list=my_list):

    return np.array(my_list).flatten().tolist()

def ravel_method(my_list=my_list):

    return np.array(my_list).ravel().tolist()

import timeit

>>> timeit.timeit(concat_method, number=100) / 100

0.025655772869977226

>>> timeit.timeit(hstack_method, number=100) / 100

0.1172302443100125

>>> timeit.timeit(ravel_method, number=100) / 100

0.041237239889997

>>> timeit.timeit(flatten_method, number=100) / 100

0.0412076849100049

Answer 3

通过使用 hstack

np.hstack(my_list).tolist()

Out[180]: [3755.16235032, 3755.16235032, 3755.16235032, 3755.16235032]