如何将Polars中嵌套list类型序列转为numpy多维数组？

Polars的Series.to_numpy()方法仅支持原生数值类型的序列，对于List类型的序列可通过以下两种方法转换为多维NumPy数组：

方法1：转Python列表后生成NumPy数组 #

这是通用度最高的方法，适用于任意维度的List序列，只要所有子元素的结构维度保持一致：

二维序列示例 #

import polars as pl
import numpy as np

s = pl.Series("a", [[1,1,1],[1,2,3],[1,0,1]])
result = np.array(s.to_list())
print(result)
# 输出：
# array([[1, 1, 1],
#        [1, 2, 3],
#        [1, 0, 1]])

三维序列示例 #

s = pl.Series("a", [[[1,1],[1,2]],[[1,1],[1,1]]])
result = np.array(s.to_list())
print(result)
# 输出：
# array([[[1, 1],
#         [1, 2]],
#
#        [[1, 1],
#         [1, 1]]])

方法2：使用Polars原生数组表达式arr.to_numpy() #

通过Polars的arr.to_numpy()表达式可直接对List列做转换，适合嵌入DataFrame操作链中：

二维序列示例 #

import polars as pl
import numpy as np

s = pl.Series("a", [[1,1,1],[1,2,3],[1,0,1]])
result = s.to_frame().select(pl.col("a").arr.to_numpy()).to_numpy().squeeze()
print(result)
# 输出同上

三维序列示例 #

s = pl.Series("a", [[[1,1],[1,2]],[[1,1],[1,1]]])
result = s.to_frame().select(pl.col("a").arr.to_numpy()).to_numpy().squeeze()
print(result)
# 输出同上

说明：squeeze()用于去除转换后多余的维度，保证输出结构与预期一致。

内容的提问来源于stack exchange，提问作者J.N.