FutureWarning：要堆栈的数组必须作为“序列”类型（例如列表或元组）传递。不推荐对非序列迭代的支持

Question

我正在尝试将 Tensorflow 数据集转换为 NumPy 数组，但收到弃用警告：

FutureWarning：要堆栈的数组必须作为“序列”类型（例如列表或元组）传递。从 NumPy 1.16 开始，对非序列迭代（例如生成器）的支持已被弃用，并且将来会引发错误。

这样做的“新”方式是什么？

可重现的示例与numpy 1.18.1和tensorflow 2.1.0：

import tensorflow as tf
import numpy as np

ds = tf.data.Dataset.enumerate(tf.data.Dataset.range(20, 40))

np.vstack(ds)

我尝试过的：我一次只能对一个维度进行操作。

np.fromiter(ds.map(lambda x, y: x), float)

Answer 1

仅使用numpy, 并使用生成器表达式：

In [105]: np.stack((np.ones(3) for _ in range(3)))                                      
/usr/local/lib/python3.6/dist-packages/IPython/core/interactiveshell.py:3254: 
FutureWarning: arrays to stack must be passed as a "sequence" type 
such as list or tuple. Support for non-sequence iterables such as generators 
is deprecated as of NumPy 1.16 and will raise an error in the future.:
Out[105]: 
array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])

使用列表理解来创建数组：

In [106]: np.stack([np.ones(3) for _ in range(3)])                                      
Out[106]: 
array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])

我不使用tf，所以只能猜测：

tf.data.Dataset.enumerate(tf.data.Dataset.range(20, 40))

产生。但据我了解，张量流在“类似生成器”、潜在执行（管道？）和“热切”求值之间有区别，其中张量和张量表达式实际上被求值，生成数组（或类似的对象） ）。 np.stack尝试将其输入转换为数组。

代码示例Tf.data.Dataset.enumerate：

dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
dataset = dataset.enumerate(start=5)
for element in dataset.as_numpy_iterator():
  print(element)

enumerate返回一个迭代器。您仍然需要迭代它，就像在这个for循环中一样。或者list(dataset)。

https://www.tensorflow.org/api_docs/python/tf/data/Dataset#enumerate