Question

如何从字符串中读取numpy数组？拿一个字符串：

//PageA
@model WebApplication13.Models.AModelViewModel

@using (Html.BeginForm())
{
    <div class="form-group">
        <label>Title</label>
        <input type="title" class="form-control" id="title" name="Model.PropOne">
    </div>
    <div class="checkbox">
        @Html.CheckBoxFor(x => x.Model.PropTwo)
    </div>

    @Html.Partial("~/Views/Shared/_RandomView.cshtml")

    <button type="submit" class="btn btn-default">Submit</button>
}


//PageB
@model WebApplication13.Models.BModelViewModel

@using (Html.BeginForm())
{
    <div class="form-group">
        <label>Title</label>
        <input type="title" class="form-control" id="title" name="Model.PropOne">
    </div>
    <div class="checkbox">
        @Html.CheckBoxFor(x => x.Model.PropTwo)
    </div>

    @Html.Partial("~/Views/Shared/_RandomView.cshtml")

    <button type="submit" class="btn btn-default">Submit</button>
}

并将其转换为数组：

//_RandomView
<div class="form-group">
    <label for="keyword">Keyword</label>
    <input type="text" class="form-control" name="Keyword" />
</div>

其中[[ 0.5544 0.4456], [ 0.8811 0.1189]]成为对象：a = from_string("[[ 0.5544 0.4456], [ 0.8811 0.1189]]")

更新：

我正在寻找一个非常简单的界面。一种将2D数组（浮点数）转换为字符串然后再读取它们以重建数组的方法：

a应该返回np.array([[0.5544, 0.4456], [0.8811, 0.1189]])

arr_to_string(array([[0.5544, 0.4456], [0.8811, 0.1189]]))应返回对象"[[ 0.5544 0.4456], [ 0.8811 0.1189]]"

理想情况下，如果string_to_arr("[[ 0.5544 0.4456], [ 0.8811 0.1189]]")有一个精度参数来控制转换为字符串的浮点数的精度，那就太好了，这样就不会得到像array([[0.5544, 0.4456], [0.8811, 0.1189]])这样的条目。

我无法在numpy docs中找到这两种方式。 arr_to_string允许您创建一个字符串，但之后无法将其加载回来（0.4444444999999999999999999仅适用于文件。）

Answer 1

挑战在于不仅要保存数据缓冲区，还要保存形状和dtype。 np.fromstring读取数据缓冲区，但作为1d数组;你必须从其他地方获得dtype和shape。

In [184]: a=np.arange(12).reshape(3,4)

In [185]: np.fromstring(a.tostring(),int)
Out[185]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

In [186]: np.fromstring(a.tostring(),a.dtype).reshape(a.shape)
Out[186]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

保存Python对象的历史悠久的机制是pickle，而numpy符合pickle标准：

In [169]: import pickle

In [170]: a=np.arange(12).reshape(3,4)

In [171]: s=pickle.dumps(a*2)

In [172]: s
Out[172]: "cnumpy.core.multiarray\n_reconstruct\np0\n(cnumpy\nndarray\np1\n(I0\ntp2\nS'b'\np3\ntp4\nRp5\n(I1\n(I3\nI4\ntp6\ncnumpy\ndtype\np7\n(S'i4'\np8\nI0\nI1\ntp9\nRp10\n(I3\nS'<'\np11\nNNNI-1\nI-1\nI0\ntp12\nbI00\nS'\\x00\\x00\\x00\\x00\\x02\\x00\\x00\\x00\\x04\\x00\\x00\\x00\\x06\\x00\\x00\\x00\\x08\\x00\\x00\\x00\\n\\x00\\x00\\x00\\x0c\\x00\\x00\\x00\\x0e\\x00\\x00\\x00\\x10\\x00\\x00\\x00\\x12\\x00\\x00\\x00\\x14\\x00\\x00\\x00\\x16\\x00\\x00\\x00'\np13\ntp14\nb."

In [173]: pickle.loads(s)
Out[173]: 
array([[ 0,  2,  4,  6],
       [ 8, 10, 12, 14],
       [16, 18, 20, 22]])

有一个可以读取泡菜字符串的numpy函数：

In [181]: np.loads(s)
Out[181]: 
array([[ 0,  2,  4,  6],
       [ 8, 10, 12, 14],
       [16, 18, 20, 22]])

您在字符串中提到了np.save，但您无法使用np.load。解决这个问题的方法是进一步深入代码，然后使用np.lib.npyio.format。

In [174]: import StringIO

In [175]: S=StringIO.StringIO()  # a file like string buffer

In [176]: np.lib.npyio.format.write_array(S,a*3.3)

In [177]: S.seek(0)   # rewind the string

In [178]: np.lib.npyio.format.read_array(S)
Out[178]: 
array([[  0. ,   3.3,   6.6,   9.9],
       [ 13.2,  16.5,  19.8,  23.1],
       [ 26.4,  29.7,  33. ,  36.3]])

save字符串的标题为dtype和shape信息：

In [179]: S.seek(0)

In [180]: S.readlines()
Out[180]: 
["\x93NUMPY\x01\x00F\x00{'descr': '<f8', 'fortran_order': False, 'shape': (3, 4), }          \n",
 '\x00\x00\x00\x00\x00\x00\x00\x00ffffff\n',
 '@ffffff\x1a@\xcc\xcc\xcc\xcc\xcc\xcc#@ffffff*@\x00\x00\x00\x00\x00\x800@\xcc\xcc\xcc\xcc\xcc\xcc3@\x99\x99\x99\x99\x99\x197@ffffff:@33333\xb3=@\x00\x00\x00\x00\x00\x80@@fffff&B@']

如果您想要一个人类可读的字符串，您可以尝试json。

In [196]: import json

In [197]: js=json.dumps(a.tolist())

In [198]: js
Out[198]: '[[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]]'

In [199]: np.array(json.loads(js))
Out[199]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

进入/来自数组的列表表示是json最明显的用法。有人可能已经编写了更精细的json数组表示。

你也可以采用csv格式的路线 - 有很多关于读/写csv数组的问题。

'[[ 0.5544  0.4456], [ 0.8811  0.1189]]'

为此，

是一个糟糕的字符串表示。它看起来很像数组的str()，但使用,代替\n。但是没有一种解析嵌套[]的简洁方法，缺少定界符是一种痛苦。如果它始终使用,，那么json可以将其转换为列表。

np.matrix接受类似字符串的MATLAB：

In [207]: np.matrix(' 0.5544,  0.4456;0.8811,  0.1189')
Out[207]: 
matrix([[ 0.5544,  0.4456],
        [ 0.8811,  0.1189]])

In [208]: str(np.matrix(' 0.5544,  0.4456;0.8811,  0.1189'))
Out[208]: '[[ 0.5544  0.4456]\n [ 0.8811  0.1189]]'

Answer 2

如果您在内部列表中的数字之间没有逗号，我不确定是否有一种简单的方法可以执行此操作，但如果您这样做，则可以使用{{1 }}：

import ast
import numpy as np
s = '[[ 0.5544,  0.4456], [ 0.8811,  0.1189]]'
np.array(ast.literal_eval(s))

array([[ 0.5544,  0.4456],
       [ 0.8811,  0.1189]])

编辑：我还没有对它进行过多次测试，但您可以使用re在您需要的位置插入逗号：

import re
s1 = '[[ 0.5544  0.4456], [ 0.8811 -0.1189]]'
# Replace spaces between numbers with commas:
s2 = re.sub('(\d) +(-|\d)', r'\1,\2', s1)
s2
'[[ 0.5544,0.4456], [ 0.8811,-0.1189]]'

然后转到ast.literal_eval：

np.array(ast.literal_eval(s2))
array([[ 0.5544,  0.4456],
       [ 0.8811, -0.1189]])

（你需要注意匹配数字之间的空格，以及数字和减号之间的空格）。

Answer 3

转发给字符串：

import numpy as np
def array2str(arr, precision=None):
    s=np.array_str(arr, precision=precision)
    return s.replace('\n', ',')

向后到阵列：

import re
import ast
import numpy as np
def str2array(s):
    # Remove space after [
    s=re.sub('\[ +', '[', s.strip())
    # Replace commas and spaces
    s=re.sub('[,\s]+', ', ', s)
    return np.array(ast.literal_eval(s))

如果您使用repr()将数组转换为字符串，则转换将非常简单。

Answer 4

Numpy为此目的提供fromstring功能。使用二进制或ascii。

http://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.fromstring.html

如何从字符串中读取numpy 2D数组？

4 个答案: