如何将单元素列表构成的NumPy数组转换为二维int数组

问题场景 #

现有由单元素列表组成的NumPy数组，定义如下：

aaa = np.array(
[[ [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0] ],
 [ [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0] ],
 [ [0], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4] ] ]
)

需要将内层单元素列表转换为int类型值，最终得到如下结构的目标数组：

nnn = np.array(
    [[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ],
     [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ],
     [0, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4 ]]
)

直接调用无参数的sum()会累加数组所有值，尝试过的其他方法也始终保留内层列表结构，无法得到预期结果。

实现方法 #

原数组aaa的维度为(3, 20, 1)，最后一个长度为1的维度就是包裹单值的冗余层，不需要遍历或做数值计算，直接移除该冗余维度即可得到目标结果，常用实现方式有3种：

• 方法1：使用np.squeeze()自动移除所有长度为1的维度，通用性最好，不需要提前知道数组形状

  nnn = np.squeeze(aaa)
  

• 方法2：直接索引提取最后一个维度的第0位元素，适合明确知道冗余层在最后一维的场景

  nnn = aaa[..., 0]
  

• 方法3：通过reshape指定目标形状，适合已知前两维固定尺寸的场景

  nnn = aaa.reshape(3, 20)
  

结果验证 #

运行如下代码可验证输出完全匹配目标数组：

import numpy as np
aaa = np.array(
[[ [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0] ],
 [ [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0], [0] ],
 [ [0], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4], [4] ] ]
)
nnn = np.squeeze(aaa)
print(nnn.shape) # 输出 (3, 20)
print(nnn)
# 输出结果：
# [[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
#  [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
#  [0 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4]]

之前用sum()出错是因为没有指定求和轴，如果指定在最后一个轴求和aaa.sum(axis=-1)也能得到相同结果，但求和属于数值计算操作，效率低于直接移除冗余维度的方案，非必要不使用。

内容的提问来源于stack exchange，提问作者jc508