将列表列表转换为具有多种数据类型的numpy数组

问题：
我有一个从文件中读取的列表的列表。 每个内部列表的长度为6个元素，并具有3个字符串和5个浮点数。 如何将列表列表转换为numpy数组？ 谢谢！

---

回答：

您需要一个结构化数组，该数组具有复合dtype：

清单示例清单：

In [4]: ll = [['one','two',1,1.23],['four','five',4,34.3],['six','seven',4,34.3]]

尝试创建一个常规数组，生成一个字符串数组：

In [5]: np.array(ll)
Out[5]:
array([['one', 'two', '1', '1.23'],
       ['four', 'five', '4', '34.3'],
       ['six', 'seven', '4', '34.3']],
       dtype='|S5')

但是，如果我指定一个包含两个字符串，一个int和一个float的dtype，则会得到一个一维结构化数组：

In [8]: np.array([tuple(x) for x in ll],dtype='S5,S5,i,f')
Out[8]:
array([('one', 'two', 1, 1.2300000190734863),
       ('four', 'five', 4, 34.29999923706055),
       ('six', 'seven', 4, 34.29999923706055)],
      dtype=[('f0', 'S5'), ('f1', 'S5'), ('f2', '<i4'), ('f3', '<f4')])

请注意，我必须将内部列表转换为元组。这就是结构化数组获取其输入以及显示它的方式。它有助于将结构化的"行"与常规(2d)阵列的统一"行"区分开。

从csv文件读取时，与genfromtxt或loadtxt生成的结构化数组相同。

还有其他指定dtype的方法，还有几种其他将数据加载到这样的数组中的方法。但这是一个开始。

进一步的测试(https://stackoverflow.com/a/47774915/901925)显示此元组转换并不那么费时。简单地创建数组会花费更多时间。

---

补充：
我有同样的问题，但是元组是没有解决方案的。所以我发现(python 3.7.1)：

ll = [['one','two',1,1.23],['four','five',4,34.3],['six','seven',4,34.3]]

np.array(ll, dtype = 'object')

结果：

array([['one', 'two', 1, 1.23],
   ['four', 'five', 4, 34.3],
   ['six', 'seven', 4, 34.3]], dtype=object)