首页 文章

numpy数组指定默认值

提问于
浏览 次
2

我有一个python列表列表转换为numpy数组 . 我已经为numpy数组定义了dtype . 某些数组值可能为None或'' . 如果numpy数组各自的dtype值为float或int，则会发出错误 . 如果值为None或''，有没有办法说numpy为特定dtype分配1（或字段指定值） .

例如：以下代码给出了错误

ValueError：无法将字符串转换为float .

import re
    import numpy as np
    dt = np.dtype([ ('a', np.int32,),
          ('b', np.float32),
          ('c', np.int32,),
          ('d', np.float32),
          ('e', np.int32,),
      ]) 
     npar = np.array(('667000', '0', '0', '', ''), dt)

npar的预期输出为:(对于d分配0.0，对于e分配为默认值1）

(667000, 0.0, 0, 0.0, 1)

我有要转换的大型多维数组 . 因此，性能是一件值得考虑的事情 .

python numpy

2 回答

  • 1

    numpy.lib.npyio.loadtxt 函数有一个 converters 选项 .

    让data2.txt为：

    667000;0;0;;;
668000;0;0;3;6;

    在 u=loadtxt('data2.txt',dtype=dt,delimiter=';',converters={3: lambda s :float32(s or 0),4: lambda s :int32(s or 1)}), 之后你是：

    array([(667000, 0.0, 0, 0.0, 1), (668000, 0.0, 0, 3.0, 6)], dtype=...)

    缺乏 Value 的替代品 .

    回复于
  • 2

    这可能有效：

    One liner:

    s = ('667000', '0', '0', '', '')
npar = np.array(tuple([0 if dt.names[x]== 'd' else 1 if dt.names[x]=='e' else s[x] for x in range(0,len(s))]),dt)

    Or ：

    import numpy as np
dt = np.dtype([ ('a', np.int32,),
          ('b', np.float32),
          ('c', np.int32,),
          ('d', np.float32),
          ('e', np.int32,),
])
s = ('667000', '0', '0', '', '')
t = np.array(s)
if not t[4]:
    t[4] = 1
t[t==''] = 0
npar = np.array(tuple(t),dt)
    回复于

相关问题