將稀疏格式轉換爲數組numpy

Question

假設您有一個返回表的行的生成器。可以這樣使用的東西：

for (labels, value) in rows: 
    pass 

「labels」長度爲n，並且爲簡單起見，它們都是字符串。 「價值」就像浮動數字一樣。

是否有一種快速，最好或內置的方式來散列標籤，並最終得到一個n維值數組和n個列表，告訴您如何將標籤值映射到索引？我想你可以將它存儲在一個recarray中？我一直這樣做，但它總是會被丟掉一些代碼。我想找到或創造更多可重用的東西。

我會很高興與 (('here', 'there', 'nowhere'), 1.234)被映射到results['here']['there']['nowhere'] = 1.234或results[12,3,45] = 1.234（並具有相應的列表中給出的標籤向下在每一維的軸。）

我大概可以寫發生器轉換到稀疏格式和使用scipy，但這似乎是一個骯髒的方式來做一些相對簡單的事情。

我看到很多類似的冠冕堂皇的問題，但沒有一個完全回答這個問題。也許我錯過了一個搜索短語。

Answer 1

你可以嘗試使用結構數組：

result = np.fromiter(your_generator, dtype=[('labels', '|S10'), ('value', float)]) 

您可以檢索標籤的ndarray爲result['labels']（和值result['value']，當然）。

請注意，您可以存儲多個條目中相同的標籤（前提是你總是有相同數量的），如

result = np.array([(('a','b','c'), 1.23),(('a','c','d'), 2.34)], 
        dtype=[('label', ("|S10", 3)), ('value', float)]) 

其中每個單獨的記錄是作爲一個元組，和三個「標籤」作爲一個元組本身的記錄。您也可以命名每一個「標籤」分別使用定製的D型，例如：

dtype=[('label',[('A','|S10'),('B','|S10'),('C','|S10')]),('value',float)] 

通過這種方式，你可以訪問所有的A通過result['label']['A'] ...