我正在尝试将列表的数据类型转换为float。我知道如何使用for循环转换每个列表的数据类型,但是,我真的不知道如何转换列表的每个项目的数据类型,即,我有一个数组,数据类型为
array(['5, 0, -150, 0', '6, 0, -10, 0',
'7, 2.5881904510252, 9.6592582628907, 0',
'8, 5, 8.6602540378444, 0',
'9, 7.0710678118655, 7.0710678118655, 0',
'10, 8.6602540378444, 5, 0'], dtype='<U63')
然后,如何构建二维数组作为float数据类型的6x4数组?
答案 0 :(得分:3)
在该数组上进行迭代,在定界符上拆分这些字符串,然后使它们成为float数据类型。
>>> arr2 = np.array([np.array([float(i.strip()) for i in j.split(',') if i]) for j in arr1])
>>> arr2
array([[ 5. , 0. , -150. , 0. ],
[ 6. , 0. , -10. , 0. ],
[ 7. , 2.58819045, 9.65925826, 0. ],
[ 8. , 5. , 8.66025404, 0. ],
[ 9. , 7.07106781, 7.07106781, 0. ],
[ 10. , 8.66025404, 5. , 0. ]])
>>> arr2.dtype
dtype('float64')
答案 1 :(得分:0)
In [72]: arr = np.array(['5, 0, -150, 0', '6, 0, -10, 0',
...: '7, 2.5881904510252, 9.6592582628907, 0',
...: '8, 5, 8.6602540378444, 0',
...: '9, 7.0710678118655, 7.0710678118655, 0',
...: '10, 8.6602540378444, 5, 0'], dtype='<U63')
其他人提出的列表理解是正确的方法,但是可以简化:
In [73]: [line.split(',') for line in arr]
Out[73]:
[['5', ' 0', ' -150', ' 0'],
['6', ' 0', ' -10', ' 0'],
['7', ' 2.5881904510252', ' 9.6592582628907', ' 0'],
['8', ' 5', ' 8.6602540378444', ' 0'],
['9', ' 7.0710678118655', ' 7.0710678118655', ' 0'],
['10', ' 8.6602540378444', ' 5', ' 0']]
np.array
可以处理嵌套列表,并转换为float:
In [74]: np.array(_, dtype=float)
Out[74]:
array([[ 5. , 0. , -150. , 0. ],
[ 6. , 0. , -10. , 0. ],
[ 7. , 2.58819045, 9.65925826, 0. ],
[ 8. , 5. , 8.66025404, 0. ],
[ 9. , 7.07106781, 7.07106781, 0. ],
[ 10. , 8.66025404, 5. , 0. ]])
原始对象是数组而不是列表的事实并不能增强此转换。实际上,在数组上进行迭代比在等效列表上进行迭代要慢。