如何高效地将2D numpy数组转换为由元组组成的1D numpy数组？

Question

我发现这个问题是有关使用迭代器将列表转换为元组的，但我正在处理大型数据集。

我发现这个问题是有关从元组到列表的转换，实际上有很多关于将元组列表转换为数组的问题，但是我还没有找到如何进行反向转换...

我有：

np.arrray([[   0    1]
           [   1    1]
           [   2    1]
           ..., 
           [1004    3]
           [1005    1]
           [1006    1]])

我想要：

np.arrray([(   0    1)
           (   1    1)
           (   2    1)
           ..., 
           (1004    3)
           (1005    1)
           (1006    1)])

我不一定需要一个由元组组成的numpy数组，但是我希望能够高效地完成它。

- mattyd2

---

我不一定需要一个由元组组成的NumPy数组，但我想要高效地完成它 - 你试过普通的列表推导吗？ - RomanPerekhrest

@RomanPerekhrest 谢谢您的快速回复。列表推导式不是与这个问题中的答案相同吗？ - mattyd2

你可以用一个一维的numpy数组（或其他序列）中的元组做什么，而不能直接用二维的numpy数组做到的呢？ - jez

@jez 我需要将它反馈到一个叫做Gensim的自然语言处理库中... - mattyd2

Answer 1

为了高效地向量化这个转换，需要对其进行转置。

a = np.array([[   0 ,   1],
              [   1 ,   1],
              [   2 ,   1],
              [   0 ,   1],
              [   1 ,   1],
              [   2 ,   1] ])

at = a.T 

at= array([[0, 1, 2, 0, 1, 2],
          [1, 1, 1, 1, 1, 1]])

然后使用zip将这两个一维列表转换为元组列表。

zip(at[0],at[1])

这将比列表推导式快得多。 但在Python 3.4中，

list(zip(at[0],at[1])

Out []:
[(0, 1), (1, 1), (2, 1), (0, 1), (1, 1), (2, 1)]

编辑：感谢 @Divakar 的建议。

可以通过直接切片可能略微提高速度：zip(a[:,0], a[:,1])

- SerialDev

---

我的系统上快了3倍。非常酷的创新解决方案！ - jez

通过直接切片可能会更快：zip(a[:,0], a[:,1])。 - Divakar

@SerialDev 真是太棒了！谢谢你！ - mattyd2

Answer 2

你可以使用简单直接的Python，并获得元组的列表（或其他内容）：

list(map(tuple, arr))

在编程中，map()函数会依次对数组中的每一行应用tuple()函数。

- Eric O. Lebigot