python dict到numpy结构化数组

Question

我有一本字典，需要将其转换为 NumPy 结构化数组。我正在使用 arcpy 函数NumPyArraytoTable，因此 NumPy 结构化数组是唯一可以使用的数据格式。

基于此线程：Writing to numpy array from dictionary 和此线程：How to convert Python dictionary object to numpy array

我试过了：

result = {0: 1.1181753789488595, 1: 0.5566080288678394, 2: 0.4718269778030734, 3: 0.48716683119447185, 4: 1.0, 5: 0.1395076201641266, 6: 0.20941558441558442}

names = ['id','data']
formats = ['f8','f8']
dtype = dict(names = names, formats=formats)
array=numpy.array([[key,val] for (key,val) in result.iteritems()],dtype)

但我不断收到expected a readable buffer object

下面的方法有效，但很愚蠢，显然不适用于真实数据。我知道有一个更优雅的方法，我就是想不通。

totable = numpy.array([[key,val] for (key,val) in result.iteritems()])
array=numpy.array([(totable[0,0],totable[0,1]),(totable[1,0],totable[1,1])],dtype)

Answer 1

我更喜欢将键和值存储在单独的数组中。这个我经常比较实用。数组结构是结构数组的完美替代品。在大多数情况下，您只需处理数据的子集（在这种情况下为键或值，仅对两个数组中的一个进行操作会比同时对两个数组中的一半进行操作更有效。

但如果这种方式不可行，我建议使用按列而不是按行排序的数组。这样，您将获得与拥有两个数组相同的好处，但只打包在一个中。

import numpy as np
result = {0: 1.1181753789488595, 1: 0.5566080288678394, 2: 0.4718269778030734, 3: 0.48716683119447185, 4: 1.0, 5: 0.1395076201641266, 6: 0.20941558441558442}

names = 0
values = 1
array = np.empty(shape=(2, len(result)), dtype=float)
array[names] = result.keys()
array[values] = result.values()

但我最喜欢的是这个（更简单）：

import numpy as np
result = {0: 1.1181753789488595, 1: 0.5566080288678394, 2: 0.4718269778030734, 3: 0.48716683119447185, 4: 1.0, 5: 0.1395076201641266, 6: 0.20941558441558442}

arrays = {'names': np.array(result.keys(), dtype=float),
          'values': np.array(result.values(), dtype=float)}

Answer 2

类似于批准的答案。如果你想从字典键创建一个数组：

np.array( tuple(dict.keys()) )

如果你想从字典值创建一个数组：

np.array( tuple(dict.values()) )

Answer 3

你可以使用np.array(list(result.items()), dtype=dtype):

import numpy as np
result = {0: 1.1181753789488595, 1: 0.5566080288678394, 2: 0.4718269778030734, 3: 0.48716683119447185, 4: 1.0, 5: 0.1395076201641266, 6: 0.20941558441558442}

names = ['id','data']
formats = ['f8','f8']
dtype = dict(names = names, formats=formats)
array = np.array(list(result.items()), dtype=dtype)

print(repr(array))

产量

array([(0.0, 1.1181753789488595), (1.0, 0.5566080288678394),
       (2.0, 0.4718269778030734), (3.0, 0.48716683119447185), (4.0, 1.0),
       (5.0, 0.1395076201641266), (6.0, 0.20941558441558442)], 
      dtype=[('id', '<f8'), ('data', '<f8')])

---

如果您不想创建元组的中间列表list(result.items())，那么您可以改用np.fromiter：

在 Python2 中：

array = np.fromiter(result.iteritems(), dtype=dtype, count=len(result))

在 Python3 中：

array = np.fromiter(result.items(), dtype=dtype, count=len(result))

---

为什么使用列表[key,val] 不起作用：

顺便说一下，你的尝试，

numpy.array([[key,val] for (key,val) in result.iteritems()],dtype)

非常接近工作。如果您将列表[key, val] 更改为元组(key, val)，那么它会起作用。当然，

numpy.array([(key,val) for (key,val) in result.iteritems()], dtype)

和

是一样的

numpy.array(result.items(), dtype)

在 Python2 中，或

numpy.array(list(result.items()), dtype)

在 Python3 中。

---

np.array 对待列表不同于元组：Robert Kern explains:

通常，元组被认为是“标量”记录，而列表是 递归。此规则有助于 numpy.array() 找出哪个 序列是记录，哪些是要递归的其他序列 之上;即哪些序列创建另一个维度，哪些是 原子元素。

由于(0.0, 1.1181753789488595) 被认为是这些原子元素之一，它应该是一个元组，而不是一个列表。

Answer 4

如果您接受使用 pandas，那就更简单了：

import pandas
result = {0: 1.1181753789488595, 1: 0.5566080288678394, 2: 0.4718269778030734, 3: 0.48716683119447185, 4: 1.0, 5: 0.1395076201641266, 6: 0.20941558441558442}
df = pandas.DataFrame(result, index=[0])
print df

给：

          0         1         2         3  4         5         6
0  1.118175  0.556608  0.471827  0.487167  1  0.139508  0.209416

Answer 5

当字典的值是具有相同长度的列表时，让我提出一种改进的方法：

import numpy

def dctToNdarray (dd, szFormat = 'f8'):
    '''
    Convert a 'rectangular' dictionnary to numpy NdArray
    entry 
        dd : dictionnary (same len of list 
    retrun
        data : numpy NdArray 
    '''
    names = dd.keys()
    firstKey = dd.keys()[0]
    formats = [szFormat]*len(names)
    dtype = dict(names = names, formats=formats)
    values = [tuple(dd[k][0] for k in dd.keys())]
    data = numpy.array(values, dtype=dtype)
    for i in range(1,len(dd[firstKey])) :
        values = [tuple(dd[k][i] for k in dd.keys())]
        data_tmp = numpy.array(values, dtype=dtype)
        data = numpy.concatenate((data,data_tmp))
    return data

dd = {'a':[1,2.05,25.48],'b':[2,1.07,9],'c':[3,3.01,6.14]}
data = dctToNdarray(dd)
print data.dtype.names
print data