如何将值为1D数组的字典转换为指定shape的2D numpy数组

你可以根据是否需要固定列顺序、是否要兼容非numpy数组类型的场景选择以下方案：

方案1：直接拼接（Python 3.7+适用，默认保留字典插入顺序） #

Python 3.7及以上版本原生支持字典保留插入顺序，直接提取所有值拼接即可得到符合要求的数组：

import numpy as np

# 你的示例字典
a = {"tom": np.random.uniform(size = 100), "bill": np.random.uniform(size=100)}

result = np.column_stack(list(a.values()))

验证输出：执行print(result.shape)会返回(100, 2)，完全匹配需求。

方案2：手动指定列顺序（兼容性更强，无版本依赖） #

如果你需要明确列的对应关系（比如固定第一列为tom、第二列为bill），或者使用的Python版本低于3.7，推荐手动指定键的顺序提取：

# 按你需要的列顺序填写键名
ordered_keys = ["tom", "bill"]
result = np.column_stack([a[key] for key in ordered_keys])

该方案不受字典有序性影响，也方便后续你对应列和原始键的映射关系。

方案3：兼容Python列表/数组混合输入的通用方案 #

如果你的字典值可能是Python原生列表而非numpy数组，可以先转数组再转置实现：

result = np.array(list(a.values())).T

注意该方案要求所有值的长度完全一致，否则会触发广播错误或者生成对象类型的异常数组。

注意事项 #

所有方案的前置条件是字典内每个1D序列的长度完全相同，如果长度不一致需要先做补全或截断处理再执行转换。

内容的提问来源于stack exchange，提问作者Luca Monno