如果numpy数组形状为2D，则numpy .tolist方法将生成嵌套列表。

如果需要平面列表，下面的方法可以工作。

import numpy as np
from itertools import chain

a = [1,2,3,4,5,6,7,8,9]
print type(a), len(a), a
npa = np.asarray(a)
print type(npa), npa.shape, "\n", npa
npa = npa.reshape((3, 3))
print type(npa), npa.shape, "\n", npa
a = list(chain.from_iterable(npa))
print type(a), len(a), a`

使用tolist ():

>>> import numpy as np
>>> np.array([[1,2,3],[4,5,6]]).tolist()
[[1, 2, 3], [4, 5, 6]]

注意，这将值从它们可能拥有的numpy类型(例如np.int32或np.float32)转换为“最接近兼容的Python类型”(在列表中)。如果希望保留numpy数据类型，则可以在数组上调用list()，最终将得到一个numpy标量列表。(感谢Mr_and_Mrs_D在评论中指出这一点。)

c = np.array([[1,2,3],[4,5,6]])

list(c.flatten())

另一个选择

c = np.array([[1,2,3],[4,5,6]])

c.ravel()
#>> array([1, 2, 3, 4, 5, 6])

# or
c.ravel().tolist()
#>> [1, 2, 3, 4, 5, 6]

同样适用。

如果numpy数组形状为2D，则numpy .tolist方法将生成嵌套列表。

如果需要平面列表，下面的方法可以工作。

import numpy as np
from itertools import chain

a = [1,2,3,4,5,6,7,8,9]
print type(a), len(a), a
npa = np.asarray(a)
print type(npa), npa.shape, "\n", npa
npa = npa.reshape((3, 3))
print type(npa), npa.shape, "\n", npa
a = list(chain.from_iterable(npa))
print type(a), len(a), a`

tolist()即使遇到嵌套数组也能正常工作，比如pandas DataFrame;

my_list = [0,1,2,3,4,5,4,3,2,1,0]
my_dt = pd.DataFrame(my_list)
new_list = [i[0] for i in my_dt.values.tolist()]

print(type(my_list),type(my_dt),type(new_list))