在这种情况下如何使用 np.stack ？

Question

我有两个 np.ndarray ：

predictions = np.array([[0.2, 0.9], [0.01, 0.0], [0.3, 0.8], ...])
filenames = np.array(["file1", "file2", "file3", ...])

文件名中的每个文件对应预测中的每个数组：

file1==>[0.2, 0.9]

file2==>[0.01, 0.0]

file3==>[0.3,0.8] ...

我想将这两个数组中的值打印成一个csv文件，如下所示：

fileName        label1      label2
file1           0.2         0.9 
file2           0.1         0.0
file3           0.3         0.8

我希望用np.stack把这两个np.array合并成一个数据结构，然后用np.savetext(path, array, )输出到csv文件。

但是 np.stack(array, axis=1) 似乎只接受两个具有相同形状的数组。有没有办法让堆栈适用于这种情况？

Answer 1

使用numpy.expand_dims和numpy.hstask例程的解决方案：

import numpy as np
result = np.hstack((np.expand_dims(filenames, axis=1), predictions))

# saving to csv file using `np.savetxt`:
with open('./text_files/predictions.csv', 'wb') as fh:
    np.savetxt(fh, X= result, header='fileName\tlabel1\tlabel2', delimiter='\t', fmt='%-8s\t%-6s\t%-6s')

predictions.csv（测试文件）内容：

# fileName  label1  label2
file1       0.2     0.9   
file2       0.01    0.0   
file3       0.3     0.8   

Answer 2

您可以向文件名添加另一个维度，然后使用hstack() 将其与预测叠加：

np.hstack([filenames[:, None], predictions])

#array([['file1', '0.2', '0.9'],
#       ['file2', '0.01', '0.0'],
#       ['file3', '0.3', '0.8']], 
#      dtype='|S32')

Answer 3

这是zip的一种方式：

>>> np.array(zip(filenames, *zip(*predictions)))
array([['file1', '0.2', '0.9'],
       ['file2', '0.01', '0.0'],
       ['file3', '0.3', '0.8']], 
      dtype='|S5')

还有一个np.vstack：

>>> np.vstack((filenames, predictions.T)).T
array([['file1', '0.2', '0.9'],
       ['file2', '0.01', '0.0'],
       ['file3', '0.3', '0.8']], 
      dtype='|S5')

Answer 4

你有 2 个数组，一个是 2d 的数字，另一个是 1d 的字符串

In [53]: predictions = np.array([[0.2, 0.9], [0.01, 0.0], [0.3, 0.8]])
    ...: filenames = np.array(["file1", "file2", "file3"])

In [54]: predictions
Out[54]: 
array([[ 0.2 ,  0.9 ],
       [ 0.01,  0.  ],
       [ 0.3 ,  0.8 ]])
In [55]: filenames
Out[55]: 
array(['file1', 'file2', 'file3'], 
      dtype='<U5')

如果您向filenames 添加一个维度（因此它变为 (3,1)），您可以将其与另一个维度连接 - 请注意轴。我使用的是 Py3，所以我的默认字符串类型是 unicode (U5)。

In [56]: arr = np.concatenate((filenames[:,None], predictions),axis=1)
In [57]: arr
Out[57]: 
array([['file1', '0.2', '0.9'],
       ['file2', '0.01', '0.0'],
       ['file3', '0.3', '0.8']], 
      dtype='<U32')

请注意，结果是字符串类型。这可能没问题。 column_stack 和 vstack 也可以使用，但它们最终会像我一样调整尺寸并使用连接。

np.stack 在新维度上连接数组。我认为您不需要 3d 数组。

In [58]: np.savetxt('test', arr, fmt='%10s')
In [59]: cat test
     file1        0.2        0.9
     file2       0.01        0.0
     file3        0.3        0.8

您可以调整fmt，但使用字符串时您会遇到%s 的一些变化。 savetxt 也允许页眉和页脚。

要对fmt 进行更多控制，例如小数位数等，我们必须构造一个结构化数组，将一个字符串字段与两个浮点字段混合在一起。如果需要，我可以对此进行扩展。

另一种选择是仅zip 数组并写入行。 savetxt 在编写文本文件时不会做任何神奇的事情。

In [65]: for f, n in zip(filenames, predictions):
    ...:     print('%s  %s'%(f, '%10.2f %10.2f'%tuple(n)))
    ...:     
file1        0.20       0.90
file2        0.01       0.00
file3        0.30       0.80

鉴于从 1 列字符串和 2 列浮点数组创建结构化数组的复杂性，最后一种 zip 方法可能是最简单的。

结构化数组

In [114]: arr = np.zeros((3,),np.dtype('U10,f,f'))
In [115]: arr['f0']=filenames
In [116]: arr['f1']=predictions[:,0]
In [117]: arr['f2']=predictions[:,1]
In [118]: np.savetxt('test',arr, fmt='%10s %10.2f %10.1f')
In [119]: cat test
     file1       0.20        0.9
     file2       0.01        0.0
     file3       0.30        0.8

构造这个数组的更简单的方法是：

arr = np.rec.fromarrays((filenames, predictions[:,0], predictions[:,1]))

我更喜欢制作这样的结构化数组：

In [123]: dt=np.dtype([('files', 'U10'), ('pred', 'float64', (2,))])
In [124]: dt
Out[124]: dtype([('files', '<U10'), ('pred', '<f8', (2,))])
In [125]: arr = np.zeros((3,),dtype=dt)
In [126]: arr['files']=filenames
In [127]: arr['pred']=predictions
In [128]: arr
Out[128]: 
array([('file1', [0.2, 0.9]), ('file2', [0.01, 0.0]), ('file3', [0.3, 0.8])], 
      dtype=[('files', '<U10'), ('pred', '<f8', (2,))])

但 np.savetxt 无法处理该复合数据类型。所以我不得不求助于将预测放在不同的字段中。

pandas 在编写带有行标签的文件方面做得更好。