如何格式化numpy数组？

Question

我有这样的数据

listL= array([array([-12939613.07220617,   3962855.50690994]),
       array([-12939614.67349505,   3962828.80807231]),
       array([-12939484.00289515,   3962828.1637531 ]),
       array([-12939484.98046737,   3962854.91251931]),

print(type(listL)) -> <class 'numpy.ndarray'>
print(type(listL[0])) -> <class 'numpy.ndarray'>
print(type(listL[0][0])) -> <class 'numpy.float64'>

我有第二个数据是这样的：

^{pr2}$

两组数据的类型是相同的，但是我有一个函数可以处理'a'，但不能处理'listL'，我不知道为什么。在

A[spatial.KDTree(A).query(coordinate)[1]]

有用，但是

listL[spatial.KDTree(listL).query(coordinate)[1]]

返回错误：

not enough values to unpack (expected 2, got 1)

Answer 1

ListL在某些方面是一种病理结构，它是一个二维数组的数组。在

numpy/scipy在某种程度上可以优雅地接受大多数可以解释为2D数组的东西，例如，如果您用KDTree(list(ListL))对KDTRee(ListL)进行重新处理，它是有效的。在

为什么有用？因为list(listL)的行为与大多数“本质上是2D”结构（如列表等）类似。我们可以通过array或asarray或asanyarray等发送它，以获得真正的2D数组。在

>>> np.array(list(listL))
array([[-12939613.07220617,   3962855.50690994],
       [-12939614.67349505,   3962828.80807231],
       [-12939484.00289515,   3962828.1637531 ],
       [-12939484.98046737,   3962854.91251931]])
>>> np.array(list(listL)).shape
(4, 2)

数组是少数仍然会使数组转换机制出错的情况之一：

^{pr2}$

我们可以看到，尽管我们试图将其转换为普通数组，listL仍将其形状报告为1D。这似乎是引发您所观察到的异常的原因。在