如何快速将类似于'001100'的字符串转换为numpy.array([0,0,1,1,0,0])？

Question

我有一个由0和1组成的字符串，例如'00101'。我想将其转换为numpy数组numpy.array([0,0,1,0,1])。

我使用for循环来实现：

import numpy as np
X = np.zeros((1,5),int)
S = '00101'
for i in xrange(5):
    X[0][i] = int(S[i])

但是由于我有很多字符串，每个字符串的长度都是1024，这种方法非常慢。有没有更好的方法来做到这一点？

- stigmj

Answer 1

使用map函数比使用列表解析略快一些：

import  numpy as np

arr = np.array(map(int,'00101'))

一些时间显示它在一个1024个字符的字符串上：

In [12]: timeit np.array([int(c) for c in s])
1000 loops, best of 3: 422 µs per loop

In [13]: timeit np.array(map(int,s))
1000 loops, best of 3: 389 µs per loop

只需要在使用dtype=int时对s列表进行调用即可提高速度：

In [20]: timeit np.array(list(s), dtype=int)
1000 loops, best of 3: 329 µs per loop

使用fromiter函数并传递dtype=int参数可以再次提高速度：

In [21]: timeit  np.fromiter(s,dtype=int)
1000 loops, best of 3: 289 µs per loop

借鉴这个答案，使用fromstring和uint8作为dtype是最快的：

In [54]: timeit  np.fromstring(s, 'int8') - 48
100000 loops, best of 3: 4.54 µs per loop

即使重新绑定名称并更改数据类型，仍然是目前最快的方法：

In [71]: %%timeit
   ....: arr = np.fromstring(s, 'int8') - 48
   ....: arr = arr.astype(int)
   ....: 
100000 loops, best of 3: 6.23 µs per loop

比Ashwini的join更快：

In [76]: timeit  np.fromstring(' '.join(s), sep=' ', dtype=int)
10000 loops, best of 3: 62.6 µs per loop

正如@Unutbu所评论的那样，np.fromstring(s, 'int8') - 48不仅限于二进制，它也可以用于由ASCII数字组成的任何字符串。

- Padraic Cunningham

Answer 2

我认为列表推导式比普通的for循环方法更快 -

import numpy as np

s = '00101'

np.array([int(c) for c in s])
array([0, 0, 1, 0, 1])

使用Timeit（对于长度为1024的字符串）与您的方法进行比较-

In [41]: S = '0' * 512 + '1' * 512

In [43]: %%timeit
   ....: X = np.zeros((1,len(S)),int)
   ....: for i in range(len(S)):
   ....:     X[0][i] = int(S[i])
   ....:
1000 loops, best of 3: 854 µs per loop

In [45]: %%timeit
   ....: Y = np.array([int(c) for c in S]).reshape((1,len(S)))
   ....:
1000 loops, best of 3: 339 µs per loop

我进行了reshape，只是为了使两个数组具有相同的形状，但我认为你实际上不需要reshape，在列表推导中，你得到的数组形状是(<字符串长度> ,)

- Anand S Kumar

Answer 3

使用numpy.fromstring函数：

>>> s = '00101'
>>> np.fromstring(' '.join(s), sep=' ', dtype=int)
array([0, 0, 1, 0, 1])

>>> s = '00101' * 1000
>>> %timeit np.fromiter(s, dtype=int)
100 loops, best of 3: 2.33 ms per loop
>>> %timeit np.fromstring(' '.join(s), sep=' ', dtype=int)
1000 loops, best of 3: 499 µs per loop

- Ashwini Chaudhary

Answer 4

使用fromstring方法怎么样？

np.fromstring('1, 2', dtype=int, sep=',')

更多细节请点击这里。

- zom-pro

Answer 5

np.array(map(lambda x: int(x), s))

np.array(map(lambda x: int(x),s))

- Timmy

---

lambda 是用来做什么的？只需使用 int。 - Eli Korvigo