將1D numpy數組轉換爲列表列表

Question

我想將一維numpy數組拆分爲列表列表，但我不知道該怎麼做。

基本上我處理的是充滿變量數組：

array(['java database servlets derby', 'java graphics groovy awt basic', 
     'java lucene', ..., 'javascript android', 
     'iphone ios ipad file uiimage', 
     'javascript jquery transition effect'], dtype=object) 

與形狀：

(5000L,) 

正如你所看到的每一行包含的空格分隔標籤。我想將每一行存儲爲一個列表，並將所有標記作爲單獨的元素並將這些列表組合到一個列表列表中。 結果應該是這樣的，那麼：

list_of_lists = [["tag","tag","tag"],["tag","tag","tag"]...] 

我怎麼能做到這一點？如果你們知道一個更好的方法來實現我想要的（即我可以訪問每個標記作爲指定行的一個元素的數據結構），我會很高興聽到它。

在此先感謝。

Answer 1

使用列表理解，str.split：

>>> from numpy import array 
>>> a = array(['java database servlets derby', 'java graphics groovy awt basic', 
...   'java lucene', 'javascript android', 
...   'iphone ios ipad file uiimage', 
...   'javascript jquery transition effect']) 
>>> list_of_lists = [x.split() for x in a] 
>>> list_of_lists 
[['java', 'database', 'servlets', 'derby'], 
['java', 'graphics', 'groovy', 'awt', 'basic'], 
['java', 'lucene'], 
['javascript', 'android'], 
['iphone', 'ios', 'ipad', 'file', 'uiimage'], 
['javascript', 'jquery', 'transition', 'effect']] 

Answer 2

沒有與dtype=object在falsetru答案，其中有dtype='|S35'版本陣列之間字幕差值。第一個是指向字符串的指針數組，另一個是長度爲35的6個字符串，總共210個字節。 [x.split() for x in a]對於兩者都是相同的。但object陣列允許：

for i in range(6): a[i]=a[i].split() 

生產

array([['java', 'database', 'servlets', 'derby'], 
     ['java', 'graphics', 'groovy', 'awt', 'basic'], ['java', 'lucene'], 
     ['javascript', 'android'], 
     ['iphone', 'ios', 'ipad', 'file', 'uiimage'], 
     ['javascript', 'jquery', 'transition', 'effect']], dtype=object) 

如果這些子表都具有相同的長度，或填充到相同的長度，可以把它們放在一個結構數組。例如

array([('java', 'database', 'servlets', 'derby', ''), 
     ('java', 'graphics', 'groovy', 'awt', 'basic'), 
     ('java', 'lucene', '', '', ''), 
     ('javascript', 'android', '', '', ''), 
     ('iphone', 'ios', 'ipad', 'file', 'uiimage'), 
     ('javascript', 'jquery', 'transition', 'effect', '')], 
     dtype=[('f0', 'S10'), ('f1', 'S10'), ('f2', 'S10'), ('f3', 'S10'), ('f4', 'S10')]) 

，那麼你可以訪問特定的領域，在所有 '行'，由名

a2['f0'] 
# array(['java', 'java', 'java', 'javascript', 'iphone', 'javascript'],dtype='|S10') 

http://docs.scipy.org/doc/numpy/user/basics.rec.html

Answer 3

這是numpy的，請不要使用循環：P您可以使用np.char.split僅將split同時應用於陣列的所有元件：

A = np.char.split(A) 

你並不需要使它的列表，如果你真的只是想

的數據結構，我可以訪問每一個標籤作爲指定行

只是數組的元素工作正常即：

>>> A = np.char.split(A) 
>>> A[0] 
['java', 'database', 'servlets', 'derby'] 
>>> A 
array([['java', 'database', 'servlets', 'derby'], 
     ['java', 'graphics', 'groovy', 'awt', 'basic'], ['java', 'lucene'], 
     ['javascript', 'android'], 
     ['iphone', 'ios', 'ipad', 'file', 'uiimage'], 
     ['javascript', 'jquery', 'transition', 'effect']], dtype=object) 

但是你可以轉換到一個列表有：

>>> A.tolist() 
[['java', 'database', 'servlets', 'derby'], 
['java', 'graphics', 'groovy', 'awt', 'basic'], 
['java', 'lucene'], 
['javascript', 'android'], 
['iphone', 'ios', 'ipad', 'file', 'uiimage'], 
['javascript', 'jquery', 'transition', 'effect']] 

（請注意，如果你的D型爲object，使用A = A.astype('S')首先要使它成爲一個字符串數組。）

說實話，在長度5000陣列，看來這是大致相同的速度循環理解，雖然。 np.char可能在引擎蓋下並沒有太大的區別。

順便說一句，如果你不使用熊貓做任何事情，你可以用numpy自己閱讀文本。如果你的文件看起來像：

java database servlets derby 
java graphics groovy awt basic 
java lucene 
javascript android 
iphone ios ipad file uiimage 
javascript jquery transition effect 

然後：

A = np.genfromtxt('tags.txt', dtype='S', delimiter='\n') 
A = np.char.split(A)