展平包含具有不同形状的numpy数组的列表

Question

我正在尝试找到一种解决方案，用于展平以下numpy阵列列表：

a = np.arange(9).reshape(3,3)
b = np.arange(25).reshape(5,5)
c = np.arange(4).reshape(2,2)
myarrs = [a,b,c]

d = np.arange(5*5*5).reshape(5,5,5)
myarrs2 = [a,b,c,d]

对于我的myarrs，我目前正在使用：

res = np.hstack([np.hstack(i) for i in myarrs])

但我想知道是否有其他内置方法来执行此任务，特别是在具有不同形状的数组的情况下。 我看到了其他问题：Flattening a list of NumPy arrays?但它们通常指的是具有相同形状的数组

Answer 1

我知道您正在寻找numpy唯一的解决方案。但是，如果允许，还有一种可能性是将more_itertools与^{}或^{}或^{}一起使用：

>>> import more_itertools
>>> list(more_itertools.flatten(([x.reshape(-1) for x in myarrs])))

比较：

原始解决方案

%timeit -n 100000 np.hstack([np.hstack(i) for i in myarrs])
> 31.6 µs ± 1.16 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)

来自norok2的解决方案（最快）

%timeit -n 100000 np.concatenate([x.ravel() for x in myarrs])
> 2.62 µs ± 54.6 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

含有more_itertools+reshape(-1)

%timeit -n 100000 list(more_itertools.flatten(([x.reshape(-1) for x in myarrs])))
> 9.32 µs ± 255 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

含more_itertools+ravel()

%timeit -n 100000 list(more_itertools.flatten(([x.ravel() for x in myarrs])))
> 7.33 µs ± 235 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

含more_itertools+flatten()

%timeit list(more_itertools.flatten(([x.flatten() for x in myarrs])))
> 8.3 µs ± 65.5 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)