numpy的数组转换为对

我不知道它是怎么叫的蟒蛇，我认为它的一对无论如何，我有一个巨大的numpy的阵列，它的格式是这样numpy的数组转换为对

FFnetlayer0 = [ 0, 243, 9, 243, 18, 243, 4, 244, 13, 244, ....etc.]

我需要这个numpy的阵列格式是：

FFnetlayer0 = [ (0, 243), (9, 243), (18, 243), (4, 244), (13, 244), .....]

Nodepairs需要是（）之间进行手动建设蟒蛇我建立一个庞大的神经网络神经网络FFnet，所以我用一个函数来创建数组，但我不明白的（）符号

conec =[] 
for i in range (3): 
    conec = numpy.append(conec,[(i,243),(i+9,243),(i+18,243)]) 
    d = 4 
    conec = numpy.append(conec,[(i+d,244),(i+9+d,244),(i+18+d,244)]) 
    d = 7 
    ... 
    .. 
    .

来源

2011-02-11 user613326

感谢您的所有答案;所有这些都是真理，对我来说也是一种学习。同时我发现FFnet除了[（0,0），（.....] 也接受[[0,0]，[1,2]]这样的数组，最重要的是我认为是重塑选项，所以我没有必要改变我以前的代码 – user613326 2011-02-15 05:45:01

感谢您所有的答案;它们都是真理，并且我学会了pywisdom 同时，我发现FFnet也接受[[0 ，0]，[1,2]]除了[（0,0），（.....] 最重要的是我认为是重塑选项，所以我没有必要改变我以前的所有代码 – user613326 2011-02-15 05:46:38

一种方法是只需将它转换为二维数组NumPy的：

FFnetlayer0 = FFnetlayer0.reshape(-1, 2)

现在，访问FFnetlayer0[i]一些i会给你两个条目的NumPy的阵列。

来源

2011-02-11 16:19:29

这就是我要在代码中使用的东西，所以我将它作为答案投票;所有其他答案在哪里都很好，而且我必须决定什么，我不确定谁在这里最好。对numpy阵列的洞察力其他人在Python数组;我必须感谢你们。 – user613326 2011-02-14 21:27:54

那么你的FFnetlayer0不是numpy array，它仍然只是一个python列表。你可以分析它

from numpy import array 
FFnetlayer = [0,243, 9,243, 18,243] 
first_array = array(FFnetlayer[0::2]) # array([0,9,18]) 
second_array = array(FFnetlayer[1::2]) # array([243,243,243])

除非它是一个矩阵，我没有看到使它成为一个二维数组，而不是两个单独的阵列的好处。

您也可以压缩这两个列表一起，如果你并不需要使用它们numpy的作为：

list_of_tuples = zip(FFnetlayer0[0::2], FFnetlayer0[1::2]) # [(0,243), (9,243), (18,243)] 
array_of_list_of_tuples = array(list_of_tuples) # array([[0,243],[9,243],[18,243]])

更多为扩展切片（或步）见：http://docs.python.org/release/2.3/whatsnew/section-slices.html

对于更多拉链看到： http://docs.python.org/library/functions.html#zip

注意到，在您创建通过追加numpy的阵列的意见。注意到numpy.append不会就地附加，所以不是扩展长数组的有效方式。

例如，

ff_list = [(0,243), (9,243)] 
orig_id = id(ff_list) 
for i in range(1000): 
    ff_list.append((i,243)) 
    assert(orig_id == id(ff_list)) # Assertion is always True 
ff_array = numpy.array(ff_list) # This will copy the list into an array; but does this only once rather than N times.

而

ff_array = numpy.array([(0,243), (9,243)]) 
last_id = id(ff_array) 
for i in range(1000): 
    ff_array = numpy.append(ff_array, (i,243)) 
    assert(last_id != id(ff_array)) # Assertion is True as array is always different. 
    last_id = id(ff_array)

id告诉蟒对象的内存位置。请注意，这可能不是一个很大的区别，除非你的数组很大并且经常被附加。此外，如果尽可能最好做数组来构建大型数组，而不是逐个元素循环或追加。

来源

2011-02-11 16:23:55

你说得对，FFnetlayer0是一个普通的列表;但`numpy.append（）`行确实返回numpy数组。 – senderle 2011-02-11 17:28:44

a = [ 0, 243, 9, 243, 18, 243] 
zip(a[::2],a[1::2])

来源

2011-02-11 16:26:28 akira

您可以使用numpy records来实现此目的。

看来你的所有数字都在255以下;因此我假设你不需要一个可以处理大于这个数字的数据类型。如果您需要其他数据类型，则可以用appropriate type替换np.int8。

import numpy as np 

structure_type = np.dtype([('field1', np.int8), ('field2', np.int8)]) 
values = np.array([(0, 243), (9, 243), (18, 243)], dtype=structure_type) 
print "Entire array:", values 
print "First field only:", values['field1'] 
print "Second element:", values[1]

输出：

Entire array: [(0, 243) (9, 243) (18, 243)] 
First field only: [ 0 9 18] 
Second element: (9, 243)

顺便说一句，你似乎没有被使用在你的代码numpy的阵列;相反，您正在使用函数numpy.append来扩展Python列表。

来源

2011-02-11 16:46:34

追加到numpy数组时的默认行为是将它们拼合起来。但是，一旦你有了一个2-D numpy数组，你可以追加到它而不需要展开它;你只需要指定轴参数：

>>> conec = [] 
>>> for i in range(3): 
...  conec = numpy.append(conec,[(i,243),(i+9,243),(i+18,243)]) 
...  conec = conec.reshape(-1, 2) 
...  d = 4 
...  conec = numpy.append(conec,[(i+d,244),(i+9+d,244),(i+18+d,244)], axis=0) 
... 
>>> conec 
array([[ 0, 0], [ 0, 243], [ 9, 243], [ 18, 243], [ 4, 244], 
     [ 13, 244], [ 22, 244], [ 1, 243], [ 10, 243], [ 19, 243], 
     [ 5, 244], [ 14, 244], [ 23, 244], [ 2, 243], [ 11, 243], 
     [ 20, 243], [ 6, 244], [ 15, 244], [ 24, 244]])

不过，它可能更容易简单地填充数组，然后重塑。

编辑：由于jimbob正确指出，这不是最有效的方式来建立一个大型数组。作为替代，请考虑numpy.fromiter()

来源

2011-02-11 17:14:09 senderle

numpy的数组转换为对

回答

相关问题