OP指定“行是单独的子列表，每行包含子列表中的元素”。

假设numpy的使用不被禁止(假设numpy已经被添加到OP中)，使用vstack:

import numpy as np

list_of_lists= [[1, 2, 3], [4, 5, 6], [7 ,8, 9]]

array = np.vstack(list_of_lists)
# array([[1, 2, 3],
#        [4, 5, 6],
#        [7, 8, 9]])

或者更简单一点(在另一个答案中提到)，

array = np.array(list_of_lists)

其实很简单:

>>> lists = [[1, 2], [3, 4]]
>>> np.array(lists)
array([[1, 2],
       [3, 4]])

正如在其他回答中提到的，np.vstack()将允许您将列表的列表(嵌套列表)转换为子列表的1维数组。但是如果你想把列表的列表转换成2维的numpy.ndarray。然后可以使用numpy.asarray()函数。

例如，如果你有一个名为y_true的列表，看起来像:

[[0, 1, 0], [1, 0, 0], [0, 0, 1], [1, 0, 0], [0, 1, 0], [0, 0, 1], [1, 0, 0]]
<class 'list'>

这一行y_true = np.asarray(y_true)将把列表的列表转换为一个2维numpy ndarray，看起来像这样:

 [[0 1 0]
  [1 0 0]
  [0 0 1]
  [1 0 0]
  [0 1 0]
  [0 0 1]
  [1 0 0]]
<class 'numpy.ndarray'>

此外，您还可以像np一样指定dtype参数。Asarray (y_true, dtype = float)将数组值设置为所需的数据类型。

>>> numpy.array([[1, 2], [3, 4]]) 
array([[1, 2], [3, 4]])

OP指定“行是单独的子列表，每行包含子列表中的元素”。

假设numpy的使用不被禁止(假设numpy已经被添加到OP中)，使用vstack:

import numpy as np

list_of_lists= [[1, 2, 3], [4, 5, 6], [7 ,8, 9]]

array = np.vstack(list_of_lists)
# array([[1, 2, 3],
#        [4, 5, 6],
#        [7, 8, 9]])

或者更简单一点(在另一个答案中提到)，

array = np.array(list_of_lists)

同样，在搜索将N层嵌套列表转换为N维数组的问题后，我一无所获，所以这里是我的解决方法:

import numpy as np

new_array=np.array([[[coord for coord in xk] for xk in xj] for xj in xi], ndmin=3) #this case for N=3