Numpy数组要求在创建时明确设置其长度，这与python列表不同。这是必要的，以便可以在内存中连续分配每个项目的空间。连续分配是numpy数组的关键特性：此方法与本机代码实现相结合，使对它们的操作比常规列表执行得快得多。

请牢记这一点，从技术上讲，不可能采用生成器对象并将其转换为数组，除非您执行以下任一操作：

1. 可以预测运行时将产生多少个元素：

   my_array = numpy.empty(predict_length())
   @H_301_11@
   for i, el in enumerate(gimme()): my_array[i] = el
   

2. 愿意将其元素存储在中间列表中：

   my_array = numpy.array(list(gimme()))
   @H_301_11@
   

3. 可以制作两个相同的生成器，遍历第一个生成器以找到总长度，初始化数组，然后再次遍历生成器以查找每个元素：

   length = sum(1 for el in gimme())
   @H_301_11@
   my_array = numpy.empty(length)
   for i, el in enumerate(gimme()): my_array[i] = el
   

可能是您要寻找的。 是空间效率低下的，而 是时间效率低下的（您必须两次通过生成器）。

解决方法

>>> import numpy
>>> def gimme():
...   for x in xrange(10):
...     yield x
...
>>> gimme()
<generator object at 0x28a1758>
>>> list(gimme())
[0,1,2,3,4,5,6,7,8,9]
>>> numpy.array(xrange(10))
array([0,9])
>>> numpy.array(gimme())
array(<generator object at 0x28a1758>,dtype=object)
>>> numpy.array(list(gimme()))
array([0,9])