编辑

我意识到我没有很好地检查我的mwe，因此问了一些错误的问题。主要问题是当numpy数组作为2d数组而不是1d传入时（甚至当python列表作为1d而不是2d传入时）。因此，如果我们有

x = np.array([[1], [2], [3]])

字符串
那么很明显，如果你试图索引它，那么你将得到数组（如果你使用item，你不）。同样的事情也适用于标准的python列表。
抱歉，让你误会了。

原创

我试图从一个numpy数组或者一个标准的python列表中构造一个新的numpy数组。
例如

import numpy as np

x = [2, 3, 1]

y = np.array([[0, -x[2], x[1]], [x[2], 0, -x[0]], [-x[1], x[0], 0]])

型
现在我想构造一个函数，这样我就可以很容易地生成y。

def skew(vector):
    """
    this function returns a numpy array with the skew symmetric cross product matrix for vector.
    the skew symmetric cross product matrix is defined such that
    np.cross(a, b) = np.dot(skew(a), b)

    :param vector: An array like vector to create the skew symmetric cross product matrix for
    :return: A numpy array of the skew symmetric cross product vector
    """

    return np.array([[0, -vector[2], vector[1]], 
                     [vector[2], 0, -vector[0]], 
                     [-vector[1], vector[0], 0]])

型
这工作得很好，我现在可以写（假设上面的功能包括在内）

import numpy as np

x=[2, 3, 1]

y = skew(x)

型
但是，我也希望能够在现有的1d或2d numpy数组上调用skew。

import numpy as np

x = np.array([2, 3, 1])

y = skew(x)

型
不幸的是，这样做会返回一个numpy数组，其中的元素也是numpy数组，而不是我希望的python浮点数。
有没有一种简单的方法来形成一个新的numpy数组，就像我从python列表或numpy数组中所做的那样，并且结果只是一个标准的numpy数组，每个元素都有浮点数？
显然，一个解决方案是检查输入是否是numpy数组：

def skew(vector):
    """
    this function returns a numpy array with the skew symmetric cross product matrix for vector.
    the skew symmetric cross product matrix is defined such that
    np.cross(a, b) = np.dot(skew(a), b)

    :param vector: An array like vector to create the skew symmetric cross product matrix for
    :return: A numpy array of the skew symmetric cross product vector
    """
    if isinstance(vector, np.ndarray):
        return np.array([[0, -vector.item(2), vector.item(1)],
                         [vector.item(2), 0, -vector.item(0)],
                         [-vector.item(1), vector.item(0), 0]])
    else:
        return np.array([[0, -vector[2], vector[1]], 
                         [vector[2], 0, -vector[0]], 
                         [-vector[1], vector[0], 0]])

型
但是，到处编写这些示例检查会变得非常乏味。
另一种解决方案是首先将所有内容强制转换为数组，然后仅使用数组调用

def skew(vector):
    """
    this function returns a numpy array with the skew symmetric cross product matrix for vector.
    the skew symmetric cross product matrix is defined such that
    np.cross(a, b) = np.dot(skew(a), b)

    :param vector: An array like vector to create the skew symmetric cross product matrix for
    :return: A numpy array of the skew symmetric cross product vector
    """

    vector = np.array(vector)

    return np.array([[0, -vector.item(2), vector.item(1)],
                     [vector.item(2), 0, -vector.item(0)],
                     [-vector.item(1), vector.item(0), 0]])

型
但我觉得这是低效的，因为它需要创建一个新的vector副本（在这种情况下，这不是什么大问题，因为vector很小，但这只是一个简单的例子）。
我的问题是，除了我所讨论的方法之外，还有其他方法吗？或者我坚持使用这些方法之一？