展平NumPy数组列表？

Question

看来我有NumPy数组列表（type() = np.ndarray）格式的数据：

[array([[ 0.00353654]]), array([[ 0.00353654]]), array([[ 0.00353654]]), 
array([[ 0.00353654]]), array([[ 0.00353654]]), array([[ 0.00353654]]), 
array([[ 0.00353654]]), array([[ 0.00353654]]), array([[ 0.00353654]]), 
array([[ 0.00353654]]), array([[ 0.00353654]]), array([[ 0.00353654]]),
array([[ 0.00353654]])]

我正在尝试将其放入polyfit函数中：

m1 = np.polyfit(x, y, deg=2)

但是，它返回错误： TypeError: expected 1D vector for x

我认为我需要将数据拼合为：

[0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654, 0.00353654 ...]

我已经尝试了通常在列表列表上都可以使用的列表理解，但是按预期的方法却没有效果：

[val for sublist in risks for val in sublist]

最好的方法是什么？

Answer 1

可以使用numpy.concatenate，顾名思义，它基本上将这样一个输入列表的所有元素连接到单个NumPy数组中，如下所示-

import numpy as np
out = np.concatenate(input_list).ravel()

如果您希望最终输出为列表，则可以扩展解决方案，如下所示-

out = np.concatenate(input_list).ravel().tolist()

样品运行-

In [24]: input_list
Out[24]: 
[array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]]),
 array([[ 0.00353654]])]

In [25]: np.concatenate(input_list).ravel()
Out[25]: 
array([ 0.00353654,  0.00353654,  0.00353654,  0.00353654,  0.00353654,
        0.00353654,  0.00353654,  0.00353654,  0.00353654,  0.00353654,
        0.00353654,  0.00353654,  0.00353654])

转换为列表-

In [26]: np.concatenate(input_list).ravel().tolist()
Out[26]: 
[0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654,
 0.00353654]