如何将NumPy数组元素从字符串更改为整型或浮点型？
我有一个存储在NumPy数组中的数据集，如下所示，但其中的所有数据都存储为字符串。如何将字符串更改为int或float，并将其存储在后台？
data = numpy.array([]) # <--- array initialized with numpy.array在data变量中，存储了以下信息
[['1' '0' '3' ..., '7.25' '' 'S']
['2' '1' '1' ..., '71.2833' 'C85' 'C']
['3' '1' '3' ..., '7.925' '' 'S']
...,
['889' '0' '3' ..., '23.45' '' 'S']
['890' '1' '1' ..., '30' 'C148' 'C']
['891' '0' '3' ..., '7.75' '' 'Q']]我想将第一列更改为int，并将值存储回去。为了做到这一点，我做到了：
data[0::,0] = data[0::,0].astype(int)但是，这并没有改变任何事情。
回答 3
Stack Overflow用户
发布于 2015-07-19 20:15:48
您可以在array初始化时设置数据类型(dtype)。例如，如果行由一个32位整数和一个4字节字符串组成，则可以指定数据类型'i4, S4'。
data = np.array([(1, 'a'), (2, 'b')], dtype='i4, S4')您可以阅读有关dtype here的更多信息。
Stack Overflow用户
发布于 2015-07-20 02:25:23
我可以从字符串列表开始创建一个包含字符串的数组；请注意S4数据类型：
In [690]: data=np.array([['1','0','7.23','two'],['2','3','1.32','four']])
In [691]: data
Out[691]:
array([['1', '0', '7.23', 'two'],
['2', '3', '1.32', 'four']],
dtype='|S4')这样的数组更有可能是通过读取csv文件创建的。
我还可以将其视为单字节字符串数组-形状和数据类型已更改，但databuffer是相同的(相同的32字节)
In [692]: data.view('S1')
Out[692]:
array([['1', '', '', '', '0', '', '', '', '7', '.', '2', '3', 't', 'w',
'o', ''],
['2', '', '', '', '3', '', '', '', '1', '.', '3', '2', 'f', 'o',
'u', 'r']],
dtype='|S1')实际上，我可以更改单个字节，将原始数组的two更改为twos
In [693]: data.view('S1')[0,-1]='s'
In [694]: data
Out[694]:
array([['1', '0', '7.23', 'twos'],
['2', '3', '1.32', 'four']],
dtype='|S4')但是，如果我尝试将data的元素更改为整数，它将被转换为与S4数据类型匹配的字符串：
In [695]: data[1,0]=4
In [696]: data
Out[696]:
array([['1', '0', '7.23', 'twos'],
['4', '3', '1.32', 'four']],
dtype='|S4')如果数字来自int(data[1,0])或它的一些变体，也会发生同样的情况。
但是我可以欺骗它将整数看作一个字节字符串(表示为\x04)
In [704]: data[1,0]=np.array(4).view('S4')
In [705]: data
Out[705]:
array([['1', '0', '7.23', 'twos'],
['\x04', '3', '1.32', 'four']],
dtype='|S4')数组可以共享数据缓冲区。data属性是指向内存块的指针。该数组的dtype控制如何解释该块。例如，我可以创建另一个it数组，然后重定向它的data属性：
In [714]: d2=np.zeros((2,4),dtype=int)
In [715]: d2
Out[715]:
array([[0, 0, 0, 0],
[0, 0, 0, 0]])
In [716]: d2.data=data.data # change the data pointer
In [717]: d2
Out[717]:
array([[ 49, 48, 858926647, 1936684916],
[ 4, 51, 842214961, 1920298854]])现在d2[1,0]是整数4。但是其他的项是无法识别的，因为它们是被视为整数的字符串。这与通过int()函数传递它们不同。
我不建议像这样经常更改data指针。这很容易把事情搞砸。我必须小心确保d2.nbytes为32，与data相同。
因为缓冲区是分片的，所以对d2的更改也会出现在data中(但根据不同的数据类型显示)：
In [718]: d2[0,0]=3
In [719]: data
Out[719]:
array([['\x03', '0', '7.23', 'twos'],
['\x04', '3', '1.32', 'four']],
dtype='|S4')具有复杂数据类型的视图执行类似的操作：
In [723]: data.view('i4,i4,f,|S4')
Out[723]:
array([[(3, 48, 4.148588672592268e-08, 'twos')],
[(4, 51, 1.042967401332362e-08, 'four')]],
dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<f4'), ('f3', 'S4')])注意也出现在d2中的48和51。下一个float列无法识别。
这给出了一个想法，什么可以和不能做的“就地”。
但是要获得一个包含有意义的数字和字符串的数组，i最好构造一个新的结构化数组。也许最干净的方法是使用一个中间的元组列表。
In [759]: dl=[tuple(i) for i in data.tolist()]
In [760]: dl
Out[760]: [('1', '0', '7.23', 'two'), ('2', '3', '1.32', 'four')]
In [761]: np.array(dl,dtype='i4,i4,f,|S4')
Out[761]:
array([(1, 0, 7.230000019073486, 'two'), (2, 3, 1.3200000524520874, 'four')],
dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<f4'), ('f3', 'S4')])所有这些字段都占用4个字节，因此nbytes是相同的。但是各个值都通过了转换器。我已经给了'np.array‘自由转换值的自由，因为这对于输入和新的数据类型是一致的。这比尝试执行某种复杂的就地转换要容易得多。
一个混合了数字和字符串的列表元组也可以工作：
[(1, 0, 7.23, 'two'), (2, 3, 1.32, 'four')]结构化数组以元组列表的形式显示。在结构化数组文档中，值总是以元组列表的形式输入。
也可以使用recarray，但本质上这只是一个数组子类，允许您将字段作为属性进行访问。
如果原始数组是从csv文件生成的，最好使用带有适当选项的np.genfromtxt (或loadtxt)。它可以生成适当的元组列表，并直接返回结构化数组。
Stack Overflow用户
发布于 2015-07-19 21:00:35
NumPy数组具有与其元素相关的类型。分配给NumPy数组的片段会将新数据向上强制转换为该类型。如果这是不可能的，赋值将失败，并返回一个异常：
import numpy
a = numpy.array([[1, 2],[3, 4]])
print a
# [[1 2]
# [3 4]]
print a.dtype
# int64
a[0,0] = 'look, a string'
# ValueError: invalid literal for long() with base 10: 'a'在本例中，data[0::,0].astype(int)将生成一个具有关联成员类型int64的NumPy数组，但是将其赋值回原始数组的片段会将它们转换回字符串。
除了标准的NumPy数组之外，Padraic's comment中提到的NumPy arrays允许不同列的不同类型。
我不知道是否可以就地将标准NumPy数组转换为NumPy记录数组，因此可以像enrico's answer中建议的那样使用
data = np.array([(1, 'a'), (2, 'b')], dtype='i4, S4')可能是最好的选择。如果这是不可能的，你可以从你的标准NumPy数组构造一个，并用结果覆盖变量：
import numpy
data = numpy.array([['1', '0', '3', '7.25', '', 'S'],
['2', '1', '1', '71.2833', 'C85', 'C'],
['3', '1', '3', '7.925', '', 'S'],
['889', '0', '3', '23.45', '', 'S'],
['890', '1', '1', '30', 'C148', 'C'],
['891', '0', '3', '7.75', '', 'Q']])
print(repr(data))
# array([['1', '0', '3', '7.25', '', 'S'],
# ['2', '1', '1', '71.2833', 'C85', 'C'],
# ['3', '1', '3', '7.925', '', 'S'],
# ['889', '0', '3', '23.45', '', 'S'],
# ['890', '1', '1', '30', 'C148', 'C'],
# ['891', '0', '3', '7.75', '', 'Q']],
# dtype='|S7')
data = numpy.core.records.fromarrays(data.T, dtype='i4,S4,S4,S4,S4,S4')
print(repr(data))
# rec.array([(1, '0', '3', '7.25', '', 'S'), (2, '1', '1', '71.2', 'C85', 'C'),
# (3, '1', '3', '7.92', '', 'S'), (889, '0', '3', '23.4', '', 'S'),
# (890, '1', '1', '30', 'C148', 'C'), (891, '0', '3', '7.75', '', 'Q')],
# dtype=[('f0', '<i4'), ('f1', '|S4'), ('f2', '|S4'), ('f3', '|S4'), ('f4', '|S4'), ('f5', '|S4')])https://stackoverflow.com/questions/31500939
复制相似问题
腾讯云开发者
