Question

我正在寻找一种将一列float值添加到字符串值矩阵的方法。

Mymatrix = 
[["a","b"],
 ["c","d"]]

我需要一个像这样的矩阵

[["a","b",0.4],
 ["c","d",0.6]]

Answer 1

我建议改用pandas DataFrame：

import pandas as pd

df = pd.DataFrame([["a","b",0.4],
                   ["c","d",0.6]])

print(df)

   0  1    2
0  a  b  0.4
1  c  d  0.6

您还可以指定列（Series）的名称：

df = pd.DataFrame([["a","b",0.4],
                   ["c","d",0.6]], columns=['A', 'B', 'C'])
df
   A  B    C
0  a  b  0.4
1  c  d  0.6

Answer 2

您需要了解为什么要这样做。 Numpy是高效的，因为数据在内存中对齐。因此，混合类型通常是性能不佳的根源。但由于所有字符串的长度相同，因此可以保留对齐方式。由于类型不是同质的，因此可以使用structured array：

raw=[["a","b",0.4],
["c","d",0.6]]

dt=dtype([('col0','U1'),('col1','U1'),('col2',float)])

aligned=ndarray(len(raw),dt)

for i in range (len(raw)):
    for j in range (len(dt)):
        aligned[i][j]=raw[i][j]

您也可以使用熊猫，但是您经常会失去一些性能。

Answer 3

如前所述，您不能在ndarray中混合数据类型，但可以在structured或record array中进行混合。它们的相似之处在于您可以混合使用dtype=参数定义的数据类型（它定义了数据类型和字段名称）。记录数组允许按属性而不是仅按索引访问结构化数组的字段。当您要在数组之间复制整个内容时，不需要for循环。请参阅下面的示例（使用您的数据）：

Mymatrix = np.array([["a","b"], ["c","d"]])
Mycol = np.array([0.4, 0.6])

dt=np.dtype([('col0','U1'),('col1','U1'),('col2',float)])
new_recarr = np.empty((2,), dtype=dt)
new_recarr['col0'] = Mymatrix[:,0]
new_recarr['col1'] = Mymatrix[:,1]
new_recarr['col2'] = Mycol[:]
print (new_recarr)

结果输出如下：

[('a', 'b',  0.4) ('c', 'd',  0.6)]

从那里使用格式化的字符串进行打印。
如果在我的示例中颠倒了分配顺序，则还可以从recarray复制到ndarray。
注意：我发现使用Recarrays可能会严重降低性能。请参阅此线程中的答案：
is ndarray faster than recarray access?

将字符串列添加到浮点矩阵NumPy

3 个答案: