web-dev-qa-db-de.com

Reduzieren einer Liste von NumPy-Arrays?

Es scheint, dass ich Daten im Format einer Liste von NumPy-Arrays (type() = np.ndarray) habe:

[array([[ 0.00353654]]), array([[ 0.00353654]]), array([[ 0.00353654]]), 
array([[ 0.00353654]]), array([[ 0.00353654]]), array([[ 0.00353654]]), 
array([[ 0.00353654]]), array([[ 0.00353654]]), array([[ 0.00353654]]), 
array([[ 0.00353654]]), array([[ 0.00353654]]), array([[ 0.00353654]]),
array([[ 0.00353654]])]

Ich versuche, dies in eine Polyfit-Funktion zu integrieren:

m1 = np.polyfit(x, y, deg=2)

Es wird jedoch der Fehler zurückgegeben: TypeError: expected 1D vector for x

Ich gehe davon aus, dass ich meine Daten wie folgt zusammenfassen muss:

[0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654 ...]

Ich habe ein Listenverständnis ausprobiert, das normalerweise mit Listenlisten funktioniert, aber dies hat wie erwartet nicht funktioniert

[val for sublist in risks for val in sublist]

Was wäre der beste Weg, dies zu tun?

pythonarraysnumpylist-comprehension
28
Jerry Zhang

Sie könnten numpy.concatenate verwenden, das, wie der Name vermuten lässt, grundsätzlich alle Elemente einer solchen Eingabeliste in einem einzigen NumPy-Array verkettet,

import numpy as np
out = np.concatenate(input_list).ravel()

Wenn Sie möchten, dass die endgültige Ausgabe eine Liste ist, können Sie die Lösung wie folgt erweitern:

out = np.concatenate(input_list).ravel().tolist()

Probelauf -

In [24]: input_list
Out[24]: 
[array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]])]

In [25]: np.concatenate(input_list).ravel()
Out[25]: 
array([ 0.00353654,  0.00353654,  0.00353654,  0.00353654,  0.00353654,
        0.00353654,  0.00353654,  0.00353654,  0.00353654,  0.00353654,
        0.00353654,  0.00353654,  0.00353654])

In Liste konvertieren -

In [26]: np.concatenate(input_list).ravel().tolist()
Out[26]: 
[0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654]
21
Divakar

Ein weiterer einfacher Ansatz wäre die Verwendung von numpy.hstack() , gefolgt vom Entfernen der Singleton-Dimension mit squeeze() wie in:

In [61]: np.hstack(list_of_arrs).squeeze()
Out[61]: 
array([0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654,
       0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654,
       0.00353654, 0.00353654, 0.00353654])
2
kmario23

Kann auch von gemacht werden

np.array(list_of_arrays).flatten().tolist()

ergebend

[0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654]
0
ayorgo

Eine andere Möglichkeit, itertools zum Reduzieren des Arrays zu verwenden:

import itertools

# Recreating array from question
a = [np.array([[0.00353654]])] * 13

# Make an iterator to yield items of the flattened list and create a list from that iterator
flattened = list(itertools.chain.from_iterable(a))

Diese Lösung sollte sehr schnell und speichereffizient sein, siehe https://stackoverflow.com/a/408281/5993892 für weitere Erklärungen.

Wenn die resultierende Datenstruktur stattdessen ein numpy -Array sein soll, verwenden Sie numpy.fromiter(), um den Iterator in ein Array umzuwandeln:

# Make an iterator to yield items of the flattened list and create a numpy array from that iterator
flattened_array = np.fromiter(itertools.chain.from_iterable(a), float)

Dokumente für itertools.chain.from_iterable(): https://docs.python.org/3/library/itertools.html# itertools.chain.from_iterable

Dokumente für numpy.fromiter(): https://docs.scipy.org/doc/numpy/reference/generated/ numpy.fromiter.html

0
Tim Skov Jacobsen

Ich bin auf das gleiche Problem gestoßen und habe eine Lösung gefunden, die 1-D-numpy-Arrays variabler Länge kombiniert:

np.column_stack(input_list).ravel()

Siehe numpy.column_stack für weitere Informationen.

Beispiel mit Arrays variabler Länge mit Ihren Beispieldaten:

In [135]: input_list
Out[135]: 
[array([[ 0.00353654,  0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654,  0.00353654,  0.00353654]])]

In [136]: [i.size for i in input_list]    # variable size arrays
Out[136]: [2, 1, 1, 3]

In [137]: np.column_stack(input_list).ravel()
Out[137]: 
array([ 0.00353654,  0.00353654,  0.00353654,  0.00353654,  0.00353654,
        0.00353654,  0.00353654])

Hinweis: Nur auf Python 2.7.12 getestet

0
zsatter14