将字符串列表转换为浮点数ndarray

时间:2019-06-17 18:10:07

标签: python python-3.x

我有如下字符串列表:

['0.20115899', '0.111678', '0.10674', '0.05564842', '-0.09271969', '-0.02292056', '-0.04057575', '0.2019901', '-0.05368654', '-0.1708179']
['-2.17182860e-01', '-1.04081273e-01', '7.75325894e-02', '7.51972795e-02', '-7.11168349e-02', '-4.75254208e-02', '-2.94160955e-02']
etc.
etc.

列表的名称为data_det。我做了以下工作来找到类型:

for item in data_det:
      print(type(item))
      for it in item:
           print(type(it))

我知道了

<class 'list'>
<class 'str'>
<class 'str'>
<class 'str'>
<class 'str'>
etc.

我试图将其转换为ndarray

data_det = numpy.asarray(data_det, dtype=np.float)

但收到错误:

return array(a, dtype, copy=False, order=order)
ValueError: setting an array element with a sequence.

理想情况下,我希望将每个值都转换为浮点型。如何做到这一点?

2 个答案:

答案 0 :(得分:3)

尝试一下:

jQuery("#searchPt").on("keyup", function() {
    var value = $(this).val().toLowerCase().split();
    jQuery(".information").filter(function() {
        for(var i=0; i<value.length; i++){
           if($(this).text().toLowerCase().indexOf(value[i]) === -1) {
              $(this).toggle(false)
              return false; 
           }
        }
        $(this).toggle(true);
        return true
    });
});

输出

import numpy as np
l1 = ['0.20115899', '0.111678', '0.10674', '0.05564842', '-0.09271969', '-0.02292056', '-0.04057575', '0.2019901', '-0.05368654', '-0.1708179']
l2 = ['-2.17182860e-01', '-1.04081273e-01', '7.75325894e-02', '7.51972795e-02', '-7.11168349e-02', '-4.75254208e-02', '-2.94160955e-02']

l1 = np.array([float(i) for i in l1])
l2 = np.array([float(i) for i in l2])
print(l1.dtype)

答案 1 :(得分:0)

关于我的评论和您的评论。由于您说过您的数据是列表的列表格式。您需要遍历该列表。

您使用np.float设置传入浮点类型的值。使用dtype=object设置任意类型。

import numpy as np

# Traverse list of list
def traverse(o, tree_types=(list, tuple)):
    if isinstance(o, tree_types):
        for value in o:
            for subvalue in traverse(value, tree_types):
                yield subvalue
    else:
        yield o

# Your data
values = [('0.20115899', '0.111678'), ('0.211282', '0.342342')]
# Traverse data list of list
values = traverse(values)
# Loop through new values
x = np.asarray([float(value) for value in values], np.float)
# Output
print(x)