将列表强制转换为 NumPy 数组时，如何处理长度不一致的子列表？

将列表强制转换为数组时遇到难题？

在尝试将列表中的数据转换为 numpy 数组时，可能会遇到“设置数组元素时遇到序列。请求的数组在 2 个维度的后面具有不均匀形状。检测到的形状为 (20, 15) + 不均匀部分。”的错误消息。

这通常表明列表中的子列表长度不一致或包含不同类型的数据。为了解决这个问题，需要确保所有子列表都具有相同的长度并包含兼容的数据类型。

调整代码以处理不均匀列表：

import numpy as np

# 获取子列表长度：
lengths = [len(inner_list) for inner_list in props]

# 最大长度：
max_length = max(lengths)

# 使用 none 填充较短的列表：
padded_props = [inner_list + [none] * (max_length - len(inner_list)) for inner_list in props]

# 转换为 numpy 数组：
try:
    np_props = np.array(padded_props)
except exception as e:
    print(f"an error occurred: {e}")

这段经过调整的代码：

• 获取每个子列表的长度列表。
• 使用最大长度更新所有子列表的长度。
• 使用 none 填充较短的子列表。
• 尝试将填充后的列表转换为 numpy 数组。

输出：

[[1 2 3 {'a': 1, 'b': 2} None]
 [4 5 6 7 {'c': 3, 'd': 4}]
 [8 9 10 None None]]

以上就是将列表强制转换为 NumPy 数组时，如何处理长度不一致的子列表？的详细内容，更多请关注硕下网其它相关文章！