Question

将numpy.float64类型的元素列表转换为float类型的最快方法是什么？我目前正在使用简单的for loop迭代和float()。

我遇到过这篇文章：Converting numpy dtypes to native python types，但我的问题不是如何在python中转换类型，而是更具体地说，如何最快地将一种类型的整个列表转换为另一种类型python中可能的方式（即在这种特殊情况下numpy.float64浮动）。我希望有一些秘密的蟒蛇机器，我没有遇到过它可以一次完成所有这些：）

Answer 1

tolist()方法应该做你想要的。如果你有一个numpy数组，只需调用tolist()：

In [17]: a
Out[17]: 
array([ 0.        ,  0.14285714,  0.28571429,  0.42857143,  0.57142857,
        0.71428571,  0.85714286,  1.        ,  1.14285714,  1.28571429,
        1.42857143,  1.57142857,  1.71428571,  1.85714286,  2.        ])

In [18]: a.dtype
Out[18]: dtype('float64')

In [19]: b = a.tolist()

In [20]: b
Out[20]: 
[0.0,
 0.14285714285714285,
 0.2857142857142857,
 0.42857142857142855,
 0.5714285714285714,
 0.7142857142857142,
 0.8571428571428571,
 1.0,
 1.1428571428571428,
 1.2857142857142856,
 1.4285714285714284,
 1.5714285714285714,
 1.7142857142857142,
 1.857142857142857,
 2.0]

In [21]: type(b)
Out[21]: list

In [22]: type(b[0])
Out[22]: float

实际上，如果你真的有numpy.float64对象的python列表，那么@Alex的答案很棒，或者你可以将列表转换为数组，然后使用tolist()方法。 E.g。

In [46]: c
Out[46]: 
[0.0,
 0.33333333333333331,
 0.66666666666666663,
 1.0,
 1.3333333333333333,
 1.6666666666666665,
 2.0]

In [47]: type(c)
Out[47]: list

In [48]: type(c[0])
Out[48]: numpy.float64

@ Alexander的建议，列表理解：

In [49]: [float(v) for v in c]
Out[49]: 
[0.0,
 0.3333333333333333,
 0.6666666666666666,
 1.0,
 1.3333333333333333,
 1.6666666666666665,
 2.0]

或者，转换为数组，然后使用tolist()方法。

In [50]: np.array(c).tolist()
Out[50]: 
[0.0,
 0.3333333333333333,
 0.6666666666666666,
 1.0,
 1.3333333333333333,
 1.6666666666666665,
 2.0]

如果你关心速度，这是一个比较。输入x是numpy.float64对象的python列表：

In [8]: type(x)
Out[8]: list

In [9]: len(x)
Out[9]: 1000

In [10]: type(x[0])
Out[10]: numpy.float64

列表理解的时间：

In [11]: %timeit list1 = [float(v) for v in x]
10000 loops, best of 3: 109 µs per loop

转换为numpy数组的时间，然后转换为tolist()：

In [12]: %timeit list2 = np.array(x).tolist()
10000 loops, best of 3: 70.5 µs per loop

因此，将列表转换为数组然后调用tolist()。

会更快

Answer 2

您可以使用列表理解：

floats = [float(np_float) for np_float in np_float_list]

Answer 3

因此，我已经遇到过可能的解决方案（非常感谢Warren Weckesser和Alexander指出了所有最好的方法）我运行了当前的方法，并提供了Alexander给运行时做一个简单的比较（这两个选择是因为我有一个numpy.float64元素的真实列表，并希望将它们快速转换为float）：

涵盖了2种方法：列表理解和循环迭代的基础

首先是代码：

import datetime
import numpy

list1 = []
for i in range(0,1000):
    list1.append(numpy.float64(i))
list2 = []
t_init = time.time()
for num in list1:
    list2.append(float(num))
t_1 = time.time()
list2 = [float(np_float) for np_float in list1]
t_2 = time.time()

print("t1 run time: {}".format(t_1-t_init))
print("t2 run time: {}".format(t_2-t_1))

我跑了四次以给出一组快速的结果：

>>> run 1
t1 run time: 0.000179290771484375
t2 run time: 0.0001533031463623047
Python 3.4.0

>>> run 2
t1 run time: 0.00018739700317382812
t2 run time: 0.0001518726348876953
Python 3.4.0

>>> run 3
t1 run time: 0.00017976760864257812
t2 run time: 0.0001513957977294922
Python 3.4.0

>>> run 4
t1 run time: 0.0002455711364746094
t2 run time: 0.00015997886657714844
Python 3.4.0

显然，要将numpy.float64的真实列表转换为float，最佳方法是使用python的列表推导。

将numpy.float64列表转换为Python中的float

3 个答案: