Question

在Python 2中，我可以执行以下操作：

import numpy as np    
f = lambda x: x**2
seq = map(f, xrange(5))
seq = np.array(seq)
print seq
# prints: [ 0  1  4  9 16]

在Python 3中，它不再起作用了：

import numpy as np    
f = lambda x: x**2
seq = map(f, range(5))
seq = np.array(seq)
print(seq)
# prints: <map object at 0x10341e310>

如何获取旧行为（将map结果转换为numpy数组）？

编辑：正如@jonrsharpe在他的回答中指出的那样，如果我先将seq转换为列表，则可以修复此问题：

seq = np.array(list(seq))

但我宁愿避免额外拨打list。

Answer 1

除了@jonrsharpe已经指出的有效解决方案之外，还有一个替代方案是使用np.fromiter：

>>> import numpy as np    
>>> f = lambda x: x**2
>>> seq = map(f, range(5))
>>> np.fromiter(seq, dtype=np.int)
array([ 0,  1,  4,  9, 16])

Answer 2

虽然您将其称为seq，但Python 3中的map对象不序列（它是一个＆＃39} iterator ，请参阅what's new in Python 3）。 numpy.array需要一个序列，以便可以确定len并保留适当的内存量;它不会消耗迭代器。例如，{em> 支持大多数序列操作的range对象，可以直接传递;

seq = np.array(range(5))
print(seq)
# prints: [0 1 2 3 4]

要恢复以前的行为，您可以明确地将map对象转换回序列（例如列表或元组）：

seq = np.array(list(seq))  # should probably change the name!

然而，正如the documentation所说：

快速修复是将map()包裹在list()中，例如list(map(...))，但更好的解决方法通常是使用列表理解（特别是当原始代码使用lambda时）

另一种选择是：

seq = [f(x) for x in range(5)]

或只是：

seq = [x**2 for x in range(5)]

或者，实际上从一开始就使用numpy：

import numpy as np    
arr = np.arange(5)
arr **= 2
print(arr)
# prints [ 0  1  4  9 16] in 2.x and 3.x

在python 3中将map对象转换为numpy数组

2 个答案: