[英]Numpy array using values of an object
我有一個對象 -> {0: 0.8, 1: 0.2, 2: 0, 3: 0}
我想把它轉換成一個 numpy 數組,其中鍵是索引,值是數組的值 -> [0.8, 0.2, 0, 0]
這樣做的最快和有效的方法是什么?
我正在使用 for 循環,但有沒有更好的方法來做到這一點?
假設您的字典名為dict
:
numpy_array = np.array([*dict.values()])
keys
、 items
和values
是從字典中獲取“東西”的最快方法。 否則,您必須對鍵進行迭代。 允許跳過索引和無序索引的通用方法:
In [81]: adict = {0: 0.8, 1: 0.2, 2: 0, 3: 0}
In [82]: keys = list(adict.keys())
In [83]: arr = np.zeros(max(keys)+1) # or set your own size
In [84]: arr[keys] = list(adict.values())
In [85]: arr
Out[85]: array([0.8, 0.2, 0. , 0. ])
上面的答案給出了 dict_values,但方向是正確的
正確的做法是:
d = {0: 0.8, 1: 0.2, 2: 0, 3: 0}
np_array = np.array(list(d.values()))
字典本質上是無序的。 您需要根據您的鍵對您的值進行排序(假設您的字典中沒有丟失的鍵):
a = {0: 0.8, 1: 0.2, 2: 0, 3: 0}
np.array([i[1] for i in sorted(a.items(), key=lambda x:x[0])])
另一種方法是在 numpy 中排序:
b = np.array(list(a.items()))
b[b[:,0].argsort()][:,1]
輸出:
[0.8, 0.2, 0, 0]
如果輸入 dict 未排序或缺少值的解決方案:
d = {1:1.1, 2:2.2, 0: 0.8, 4:4.4}
sz = 1+max(d.keys()) # or len(d) if you are sure there are no missing values
x = np.full(sz, np.nan)
x[list(d.keys())] = list(d.values())
x
#array([0.8, 1.1, 2.2, nan, 4.4])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.