将JSON字符串解析为numpy数组的最快方法

Question

我有巨大的json对象包含我需要转换成numpy数组进行处理的2D坐标列表。

但是使用json.loads后跟np.array()太慢了。

有没有办法提高json创建numpy数组的速度？

import json
import numpy as np

json_input = '{"rings" : [[[-8081441.0, 5685214.0], [-8081446.0, 5685216.0], [-8081442.0, 5685219.0], [-8081440.0, 5685211.0], [-8081441.0, 5685214.0]]]}'

dict = json.loads(json_input)
numpy_2d_arrays = [np.array(ring) for ring in dict["rings"]]

我会采取任何解决方案！

Answer 1

最简单的答案就是：

numpy_2d_arrays = np.array(dict["rings"])

由于这可以避免在python中显式循环遍历数组，因此您可能会看到适度的加速。 如果您可以控制json_input的创建， json_input最好将其写为串行数组。 一个版本在这里 。

Answer 2

由于JSON语法非常接近Python语法，我建议您使用ast.literal_eval 。 它可能更快......

import ast
import numpy as np

json_input = """{"rings" : [[[-8081441.0, 5685214.0],
                             [-8081446.0, 5685216.0],
                             [-8081442.0, 5685219.0],
                             [-8081440.0, 5685211.0],
                             [-8081441.0, 5685214.0]]]}"""

rings = ast.literal_eval(json_input)
numpy_2d_arrays = [np.array(ring) for ring in rings["rings"]]

试试看。 并告诉我们。

Answer 3

对于此特定数据，您可以尝试这样做

import numpy as np

json_input = '{"rings" : [[(-8081441.0, 5685214.0), (-8081446.0, 5685216.0), (-8081442.0, 5685219.0), (-8081440.0, 5685211.0), (-8081441.0, 5685214.0)]]}'
i = json_input.find('[')
L = eval(json_input[i+1:-2])
print(np.array(L))