Numpy 3D数组按列转2D数组 如何避免使用列表推导式实现

你生成的3D数组arr形状为(3, 4, 2)，三个维度分别对应「DataFrame个数」、「单个DataFrame的行数」、「单个DataFrame的列数」。原列表推导式的逻辑是对每个DataFrame对应的二维数组做转置（把(4,2)转为(2,4)），再拉平为1维数组，最终得到形状为(3, 8)的2D数组。

错误原因 #

你直接使用arr.T.reshape(3,-1)不符合预期的原因是：直接对3D数组执行.T操作会反转所有轴的顺序，原轴顺序(0,1,2)会变成(2,1,0)，得到的数组形状为(2,4,3)，后续reshape后数据排布顺序和预期完全不同。

正确实现方法 #

不需要循环，仅用transpose方法交换每个DataFrame对应的后两个维度，再做reshape即可实现和列表推导式完全一致的效果：

import pandas as pd
import numpy as np

# 原始生成代码
alist_df=[pd.DataFrame(np.random.randint(100,size=(4,2))) for _ in range (3)]
arr=np.array(alist_df)

# 一行实现需求，适配任意数量的DataFrame、任意行列数的输入
arr_opt = arr.transpose(0, 2, 1).reshape(len(alist_df), -1)

结果验证 #

可以用如下代码验证结果和原列表推导式输出完全一致：

# 原列表推导式实现
arr_opt_old = np.array([narr.T.reshape(-1) for narr in arr])
# 对比结果
print(np.array_equal(arr_opt, arr_opt_old)) # 输出为True

内容的提问来源于stack exchange，提问作者rpb