我在Python中創建了一個N numpy數組的列表，其中每個數組的大小都是P。當我撥打numpy.shape(my_list)時，我找回了元組(N, D, P)。當我追加到我的列表中的數組大小不一樣（或者如果我追加不是數組的項目），numpy.shape將引發錯誤。使用numpy數組的列表形狀
numpy是否簡單地遍歷列表，檢查以確保每個元素是一個大小與前一個相同的數組，並根據是否返回元組或者拋出錯誤來決定？如果我想在列表中的每個陣列的形狀，我必須訴諸列出的理解還是有更快的方法來做到這一點？
列表理解。
是否numpy只是遍歷列表，檢查以確保每個元素是一個大小與前一個相同的數組，並根據是否返回一個元組或者拋出一個錯誤來決定？
NumPy calls asarray on the list，建立一個完整的數組只是爲了獲得形狀。 （這不是任何人都想優化的東西。）
'map（np.shape，list_of_arrays）'比列表理解更快嗎？ – kmario23
@ kmario23：它的運行速度可能微不足道，但兩種方式在運行時都非常接近，並且這兩種方式都不會使此操作成爲性能瓶頸。同樣，直接訪問'shape'屬性會比使用'np.shape'更快，並且你不能用'map'來完成。 （直接訪問shape屬性應該是'[arr.shape for my_list中的arr]'）。 – user2357112
是的。發現運行一些測試後。順便說一句，我提供了一個自定義的python函數到'map'，它利用'arr.shape'，發現它比列表理解慢2倍。但是，如果只需要一個可迭代的而不是整個列表本身，那麼'map'就是要走的路。 – kmario23
1）是，2）可能是 –
列表不是一個numpy數據類型。沒有「無規律」的迭代方式，所以列表理解是唯一的選擇。當你調用'numpy.shape（my_list）'時，隱式創建一個數組數組。爲使此操作成功，列表中的所有數組必須具有相同的形狀。 – DyZ
請注意'my_list.shape'會給你一個錯誤。這是試圖將列表轉換爲數組的函數形式。 – hpaulj