将不同长度的列表转换为一个numpy数组
问题描述:
我有不同长度的列表列表(例如[[1, 2, 3], [4, 5], [6, 7, 8, 9]]
),并且想要将它转换为整数数组numpy
。我明白numpy
多维数组中的'sub'数组必须具有相同的长度。那么,如何将上述例子中的列表转换成numpy
这样的[[1, 2, 3, 0], [4, 5, 0, 0], [6, 7, 8, 9]]
这种最有效的方式,即用零填充?将不同长度的列表转换为一个numpy数组
答
你可以用np.zeros制作一个numpy数组,并用你的列表元素填充它们,如下所示。
a = [[1, 2, 3], [4, 5], [6, 7, 8, 9]]
import numpy as np
b = np.zeros([len(a),len(max(a,key = lambda x: len(x)))])
for i,j in enumerate(a):
b[i][0:len(j)] = j
结果
[[ 1. 2. 3. 0.]
[ 4. 5. 0. 0.]
[ 6. 7. 8. 9.]]
答
请名单上的一些预处理,通过填充较短的子列表,转换为numpy的阵列之前:
>>> lst = [[1, 2, 3], [4, 5], [1, 7, 8, 9]]
>>> pad = len(max(lst, key=len))
>>> np.array([i + [0]*(pad-len(i)) for i in lst])
array([[1, 2, 3, 0],
[4, 5, 0, 0],
[1, 7, 8, 9]])
答
这里有一个@Divakar
类型的答案:
In [945]: ll = [[1, 2, 3], [4, 5], [6, 7, 8, 9]]
In [946]: lens = [len(l) for l in ll] # only iteration
In [947]: lens
Out[947]: [3, 2, 4]
In [948]: maxlen=max(lens)
In [949]: arr = np.zeros((len(ll),maxlen),int)
In [950]: mask = np.arange(maxlen) < np.array(lens)[:,None] # key line
In [951]: mask
Out[951]:
array([[ True, True, True, False],
[ True, True, False, False],
[ True, True, True, True]], dtype=bool)
In [952]: arr[mask] = np.concatenate(ll) # fast 1d assignment
In [953]: arr
Out[953]:
array([[1, 2, 3, 0],
[4, 5, 0, 0],
[6, 7, 8, 9]])
对于大型列表,它有可能更快。但是很难理解和/或重新创建。
Convert Python sequence to NumPy array, filling missing values - Divakar有一篇很好的文章。 itertools.zip_longest
也被提及。这可以被引用为重复。