如何高效地将numpy的ndarray转换为元组列表？

Question

以下是我获得的numpy.ndarray：

a=[[[ 0.01, 0.02 ]], [[ 0.03, 0.04 ]]]

我希望将其转换为：

a = [(0.01, 0.02), (0.03, 0.04)]

目前我只使用了以下for循环，但我不确定它是否足够高效：

b = []
for point in a:
   b.append((point[0][0], point[0][1]))
print(b)

我找到了一个有点类似的问题，但是没有元组，所以建议使用ravel().tolist()方法在这里不起作用。

- Alex

---

你为什么要使用列表？ - DirtyBit

PS. 你不能将两个元素添加到一个列表中。 - DirtyBit

@DirtyBit 对不起，刚刚编辑了问题。 - Alex

Answer 1

# initial declaration
>>> a = np.array([[[ 0.01, 0.02 ]], [[ 0.03, 0.04 ]]])
>>> a
array([[[0.01, 0.02]],
       [[0.03, 0.04]]])

# check the shape
>>> a.shape
(2L, 1L, 2L)

# use resize() to change the shape (remove the 1L middle layer)
>>> a.resize((2, 2))
>>> a
array([[0.01, 0.02],
       [0.03, 0.04]])

# faster than a list comprehension (for large arrays)
# because numpy's backend is written in C

# if you need a vanilla Python list of tuples:
>>> list(map(tuple, a))
[(0.01, 0.02), (0.03, 0.04)]

# alternative one-liner:
>>> list(map(tuple, a.reshape((2, 2))))
...

- meowgoesthedog

---

你为什么要加上 2L 这个后缀？在 Python 3 中，所有的整数都是长整型，因此我建议删除那些 L，以免让新手 Python 程序员误认为这是“良好的风格”或者“必需的”。 - NOhs

@NOhs 我这么做是为了保持一致性，但我理解你的意思，会进行编辑，谢谢。 - meowgoesthedog

Answer 2

您可以使用列表推导式，它们比for循环更快。

a = np.array([[[ 0.01, 0.02 ]], [[ 0.03, 0.04 ]]])
print([(i[0][0], i[0][1]) for i in a])  # [(0.01, 0.02), (0.03, 0.04)]

或者：

print([tuple(l[0]) for l in a])  # [(0.01, 0.02), (0.03, 0.04)]

- rahul

---

也不错！;) - DirtyBit

更短的替代方案：tuple(i[0])。 - meowgoesthedog

@DirtyBit，你不应该在未经他同意的情况下修改他的解决方案，因为它本身没有任何问题。我的评论只是为了以后参考。 - meowgoesthedog