将字符串转换为numpy数组

Question

输入：

mystr = "100110"

期望的输出numpy数组：

mynumpy == np.array([1, 0, 0, 1, 1, 0])

我已经尝试过:

np.fromstring(mystr, dtype=int, sep='')

但问题是我无法将字符串拆分为每个数字，因此numpy将其视为一个数字。有什么办法可以将我的字符串转换为numpy数组吗？

但问题是我无法将字符串拆分为每个数字，因此numpy将其视为一个数字。有什么办法可以将我的字符串转换为numpy数组吗？

- Am1rr3zA

Answer 1

list可以帮助你做到这一点。

import numpy as np

mystr = "100110"
print np.array(list(mystr))
# ['1' '0' '0' '1' '1' '0']

如果你想要获取数字而不是字符串：

print np.array(list(mystr), dtype=int)
# [1 0 0 1 1 0]

- dragon2fly

---

值得注意的是，对于大输入，使用 np.fromstring('...', np.int8) 的 grc 的第一种方法要快得多。从（大）字符串创建一个 list 是不必要的。 - kyrill

Answer 2

你可以把它们当作 ASCII 字符读取，然后减去 48（ASCII 值为 0）。对于大字符串来说，这应该是最快的方法。

>>> np.fromstring("100110", np.int8) - 48
array([1, 0, 0, 1, 1, 0], dtype=int8)

或者，您可以先将字符串转换为整数列表：

>>> np.array(map(int, "100110"))
array([1, 0, 0, 1, 1, 0])

编辑: 我进行了快速计时，第一种方法比先转换为列表的方法快100倍以上。

- grc

---

我强烈建议使用 ord('0') 代替 48，显式比隐式更好。 - DerWeh

Answer 3

除了以上答案，现在numpy在使用fromstring时会发出警告：
DeprecationWarning: The binary mode of fromstring is deprecated, as it behaves surprisingly on unicode inputs. Use frombuffer instead.
更好的选择是使用fromiter，它的速度是原来的两倍。这是我在jupyter笔记本中得到的结果 -

import numpy as np
mystr = "100110"

np.fromiter(mystr, dtype=int)
>> array([1, 0, 0, 1, 1, 0])

# Time comparison
%timeit np.array(list(mystr), dtype=int)
>> 3.5 µs ± 627 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit np.fromstring(mystr, np.int8) - 48
>> 3.52 µs ± 508 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit np.fromiter(mystr, dtype=int)
1.75 µs ± 133 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

- hru_d