如何将对象转换为数组？附目标array数组示例

Hey Lara! 我看你想要把某个对象转换成由多个NumPy数组组成的列表，刚好和你给出的示例结构一致。下面我给你几种实用的实现方法，根据你的原始对象类型来选就行：

如果已经有每个数组对应的原始序列数据，直接用numpy.array()转换后放进列表就可以了，这是最直接的方式：

import numpy as np

# 准备每个数组的原始数据
# 第一个数组：8个0
arr1 = [0.0 for _ in range(8)]
# 第二个数组：58个元素，索引16和47位置为1，其余为0
arr2 = [0.0]*58
arr2[16] = 1.0
arr2[47] = 1.0
# 第三个数组：55个元素，索引53位置为1，其余为0
arr3 = [0.0]*55
arr3[53] = 1.0
# 第四个数组：指定的数值序列
arr4 = [1916.924, 0., 0., 0., 267.08, 11.156647, 264.044, 2629.504, 170.109, 3883.039, 2842.796]

# 组合成目标结构
target_array_list = [
    np.array(arr1),
    np.array(arr2),
    np.array(arr3),
    np.array(arr4)
]

# 验证结果
print(target_array_list)

如果你的“指定对象”是自定义类的实例，包含对应的数据属性，只需要提取属性值再转成NumPy数组即可：

import numpy as np

# 假设自定义对象结构
class CustomDataObject:
    def __init__(self):
        self.feature1 = [0.0]*8
        self.feature2 = [0.0]*58
        self.feature2[16] = 1.0
        self.feature2[47] = 1.0
        self.feature3 = [0.0]*55
        self.feature3[53] = 1.0
        self.feature4 = [1916.924, 0., 0., 0., 267.08, 11.156647, 264.044, 2629.504, 170.109, 3883.039, 2842.796]

# 创建对象实例
my_obj = CustomDataObject()

# 提取并转换
target_array_list = [
    np.array(my_obj.feature1),
    np.array(my_obj.feature2),
    np.array(my_obj.feature3),
    np.array(my_obj.feature4)
]

如果原始对象是JSON这类结构化数据，先解析成Python字典，再遍历转换：

import numpy as np
import json

# 示例JSON数据（实际可以从文件读取）
json_data_str = '''
{
    "arr1": [0., 0., 0., 0., 0., 0., 0., 0.],
    "arr2": [0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 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., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
    "arr3": [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., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 0.],
    "arr4": [1916.924, 0., 0., 0., 267.08, 11.156647, 264.044, 2629.504, 170.109, 3883.039, 2842.796]
}
'''

# 解析JSON为字典
parsed_data = json.loads(json_data_str)

# 按顺序转换为目标数组列表
target_array_list = [
    np.array(parsed_data["arr1"]),
    np.array(parsed_data["arr2"]),
    np.array(parsed_data["arr3"]),
    np.array(parsed_data["arr4"])
]

内容的提问来源于stack exchange，提问作者Lara