我在Python中创建了一个N numpy数组的列表，其中每个数组的大小都是P。当我拨打numpy.shape(my_list)时，我找回了元组(N, D, P)。当我追加到我的列表中的数组大小不一样（或者如果我追加不是数组的项目），numpy.shape将引发错误。使用numpy数组的列表形状
numpy是否简单地遍历列表，检查以确保每个元素是一个大小与前一个相同的数组，并根据是否返回元组或者抛出错误来决定？如果我想在列表中的每个阵列的形状，我必须诉诸列出的理解还是有更快的方法来做到这一点？
列表理解。
是否numpy只是遍历列表，检查以确保每个元素是一个大小与前一个相同的数组，并根据是否返回一个元组或者抛出一个错误来决定？
NumPy calls asarray on the list，建立一个完整的数组只是为了获得形状。 （这不是任何人都想优化的东西。）
'map（np.shape，list_of_arrays）'比列表理解更快吗？ – kmario23
@ kmario23：它的运行速度可能微不足道，但两种方式在运行时都非常接近，并且这两种方式都不会使此操作成为性能瓶颈。同样，直接访问'shape'属性会比使用'np.shape'更快，并且你不能用'map'来完成。 （直接访问shape属性应该是'[arr.shape for my_list中的arr]'）。 – user2357112
是的。发现运行一些测试后。顺便说一句，我提供了一个自定义的python函数到'map'，它利用'arr.shape'，发现它比列表理解慢2倍。但是，如果只需要一个可迭代的而不是整个列表本身，那么'map'就是要走的路。 – kmario23
1）是，2）可能是 –
列表不是一个numpy数据类型。没有“无规律”的迭代方式，所以列表理解是唯一的选择。当你调用'numpy.shape（my_list）'时，隐式创建一个数组数组。为使此操作成功，列表中的所有数组必须具有相同的形状。 – DyZ
请注意'my_list.shape'会给你一个错误。这是试图将列表转换为数组的函数形式。 – hpaulj