Numpy“shape”函数返回 2D 数组的 1D 值

所以我创建了这个数组作为示例：

a = np.array([[1, 1, 1, 1, 2], [2, 2, 2, 3], [3, 3, 3, 4], [13, 49, 13, 49], [10, 10, 2, 2],
             [11, 1, 1, 1, 2], [22, 2, 2, 3], [33, 3, 3, 4], [133, 49, 13, 49], [100, 10, 2, 2],
             [5, 1, 1, 1, 2], [32, 2, 2, 3], [322, 3, 3, 4], [13222, 49, 13, 49], [130, 10, 2, 2]])

我想创建一个二维数组。例如，在本例中，15*5 数组。

但是，当我使用a.shape，它返回(15,)

我的数组定义有什么问题？

太尔；博士。您的各个列表的长度是可变的，因此迫使您的 NumPy 数组成为列表对象的一维数组，而不是整数/浮点数的二维数组

仅当每个轴具有相同数量的元素时才能定义 Numpy 数组。否则，您将得到一个一维对象数组。

这就是您的阵列所发生的情况。您有一个列表列表，其中包含可变数量的元素（有些 4 个，有些 5 个）。这在转换过程中将其变成(15,)numpy 数组，其中数组有 15 个单独的列表对象。

a = np.array([[1, 1, 1, 1, 2], [2, 2, 2, 3], [3, 3, 3, 4], [13, 49, 13, 49]
##           |______________|  |__________|
##                   |               |
##            5 length            4 length

快速演示 -

#Variable length sublists
print(np.array([[1,2,3], [4,5]]))

#Fixed length sublists
print(np.array([[1,2,3], [4,5,6]]))

array([list([1, 2, 3]), list([4, 5])], dtype=object)  #This is (2,)

array([[1, 2, 3],                    #This is (2,3)
       [4, 5, 6]])

1. 您可能想要做的是修复每个子列表中的元素数量。
2. 或者你可能想做一些padding在你的阵列上。