La conversion d'une liste de listes en un tableau NumPy est une tâche courante dans l'analyse et la manipulation de données. Lorsque vous travaillez avec des données ayant une structure hiérarchique, il est souvent pratique d'utiliser une liste de listes pour les représenter. Cependant, pour certaines opérations, il peut être nécessaire de convertir la liste de listes en tableau NumPy pour un traitement plus efficace.
Par exemple, une liste de listes représentant une table de valeurs pourrait ressembler à ceci :
my_list_of_lists = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
Pour convertir cette liste de listes en un tableau NumPy, vous pouvez utiliser la fonction numpy.array(). Par défaut, numpy.array() suppose que les sous-listes ont toutes la même longueur. Par conséquent, si votre liste de listes contient des listes avec un nombre variable d'éléments, la conversion échouera.
Si votre liste de listes contient des listes avec nombre variable d'éléments, plusieurs options sont disponibles :
Créer un tableau de tableaux :
Cette option produit un tableau où chaque élément est lui-même un tableau contenant les éléments de la sous-liste correspondante.
<code class="python">import numpy as np my_list_of_lists = [[1, 2], [1, 2, 3], [1]] my_array_of_arrays = np.array([np.array(xi) for xi in my_list_of_lists])</code>
Créer un tableau de listes :
Cette option crée un tableau où chaque élément est une liste contenant les éléments de la sous-liste correspondante.
<code class="python">my_array_of_lists = np.array(my_list_of_lists)</code>
Égaliser les longueurs de liste :
Vous pouvez également remplir des listes plus courtes avec des valeurs Aucun pour égaliser leurs longueurs, puis convertir la liste de listes en un tableau.
<code class="python">length = max(map(len, my_list_of_lists)) my_array = np.array([xi + [None] * (length - len(xi)) for xi in my_list_of_lists])</code>
En choisissant la méthode appropriée en fonction de vos besoins spécifiques, vous pouvez convertir une liste de listes dans un tableau NumPy et effectuez efficacement d'autres opérations sur les données.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!