如何将包含子数组的1D array转换为标准2D array

解决方案 #

首先先确认当前数组的属性，执行以下代码查看：

import numpy as np
# 替换arr为你当前的数组变量名
print("当前数组维度：", arr.shape)
print("当前数组元素类型：", arr.dtype)

如果输出维度为(1500,)、元素类型为object，说明你当前的数组确实是存储了1500个长度为25的子数组的1D对象数组，reshape无法直接生效的原因是numpy会将每个子数组识别为单个元素，不会自动展开子数组内容。

修复方法 #

方法1：直接堆叠子数组

使用np.vstack直接将所有子数组沿垂直方向堆叠，直接得到目标2D数组：

arr_2d = np.vstack(arr)

方法2：修正标准化操作（从根源避免问题）

你出现这个问题大概率是对DataFrame做标准化时使用了逐行/逐列apply且返回数组对象导致的，直接调用标准化工具的API处理DataFrame的数值矩阵，输出直接就是符合要求的2D数组：

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
# 直接对DataFrame的数值矩阵做标准化，输出形状为(1500, 25)的2D数组
standardized_arr = scaler.fit_transform(df.values)

结果验证 #

执行以下代码确认转换结果正确：

print(arr_2d.shape)
# 预期输出：(1500, 25)

内容的提问来源于stack exchange，提问作者D4w1d