Question

我正在尝试转换字典

{0: {0: 173, 1: 342, 2: 666, 3: 506, 4: 94},
 1: {0: 13, 1: 2171, 2: 1915, 3: 3075, 4: 630},
 2: {0: 0, 1: 265, 2: 5036, 3: 508, 4: 11},
 3: {0: 0, 1: 3229, 2: 2388, 3: 3649, 4: 193},
 4: {0: 3, 1: 151, 2: 591, 3: 1629, 4: 410}}

到numpy数组

array([[ 173,  342,  666,  506,   94],
       [  13, 2171, 1915, 3075,  630],
       [   0,  265, 5036,  508,   11],
       [   0, 3229, 2388, 3649,  193],
       [   3,  151,  591, 1629,  410]])

任何想法如何有效地做到这一点？

Answer 1

在这里不可避免地会发生Python级循环，因此您可以使用列表推导：

res = np.array([list(item.values()) for item in d.values()])

# array([[ 173,  342,  666,  506,   94],
#        [  13, 2171, 1915, 3075,  630],
#        [   0,  265, 5036,  508,   11],
#        [   0, 3229, 2388, 3649,  193],
#        [   3,  151,  591, 1629,  410]])

根据@FHTMitchell的评论，这假设您的字典项（内部和外部）已正确排序。字典在3.6中作为CPython实现的详细信息进行了插入排序，在3.7+中正式进行了插入。

一种定义内部和外部字典顺序的方法是通过operator.itemgetter：

getter = itemgetter(*range(5))
res = np.array([getter(item) for item in getter(d)])

这种解决方案不依赖于输入字典的顺序。

将字典转换为Numpy数组

1 个答案: