Numpy 将数组从浮点数转换为字符串答案

【问题标题】：Numpy converting array from float to stringsNumpy 将数组从浮点数转换为字符串
【发布时间】：2011-07-18 22:36:00
【问题描述】：

我有一个浮点数组，我已经标准化为一个（即数组中的最大数字是 1），我想将它用作图形的颜色索引。在使用 matplotlib 使用灰度时，这需要使用 0 到 1 之间的字符串，所以我想将浮点数组转换为字符串数组。我试图通过使用“astype('str')”来做到这一点，但这似乎会创建一些与原始值不同（甚至接近）的值。

我注意到这一点是因为 matplotlib 抱怨在数组中找到数字 8，这很奇怪，因为它被归一化为 1！

简而言之，我有一个 float64 的数组 phi，这样：

numpy.where(phis.astype('str').astype('float64') != phis)

不为空。这令人费解，因为（希望天真地）它似乎是 numpy 中的一个错误，有什么我可能做错了导致这种情况吗？

编辑：经过调查，这似乎是由于字符串函数处理高精度浮点数的方式。使用向量化的 toString 函数（来自 robbles 的答案），情况也是如此，但是如果 lambda 函数是：

lambda x: "%.2f" % x

然后绘图工作 - 越来越好奇。（显然数组不再相等！）

【问题讨论】：

标签： python numpy matplotlib

【解决方案1】：

您似乎对 numpy 数组如何在幕后工作感到有些困惑。数组中的每一项都必须大小相同。

浮点数的字符串表示不能以这种方式工作。例如，repr(1.3) 产生 '1.3'，但 repr(1.33) 产生 '1.3300000000000001'。

浮点数的精确字符串表示会产生一个可变长度字符串。

因为 numpy 数组由大小相同的元素组成，所以 numpy 要求您在使用字符串数组时指定数组中字符串的长度。

如果您使用x.astype('str')，它总是会将事物转换为长度为 1 的字符串数组。

例如，使用x = np.array(1.344566)、x.astype('str') 产生'1'！

您需要更加明确并使用'|Sx' dtype 语法，其中x 是数组中每个元素的字符串长度。

例如，使用x.astype('|S10')将数组转换为长度为10的字符串。

更好的是，完全避免使用 numpy 字符串数组。这通常是个坏主意，从您对问题的描述中，我没有理由首先使用它们...

【讨论】：

使用 numpy 字符串数组的原因是因为 matplotlib 需要正确形状的字符串迭代，这些字符串表示 0 到 1 之间的数字以表示灰度（当时我想要）。将我必须的数字数组转换为字符串数组似乎最简单。我没有预料到长度的复杂性。
在这种情况下也很有帮助：1.) 从文件中读取数据 2.) 假设所有条目都是 float，但是，有些是 nan。 3.) 如果全部读取为浮点数，列表中会有double64 变量显示为nan 但不被识别为numpy.nan 4.) 为了替换这些，我成功使用了：@ 987654337@
您可以使用 np.genfromtxt 并自动（或多或少地）处理这个问题。如果您打算将它们用作浮点数，那么将浮点数转换为字符串总是一个坏主意。
我知道这已经有 7 年的历史了，但我发表评论是因为情况不再如此（python 3.6；np 1.14.0）

【解决方案2】：

如果你有一个numbers 的数组并且你想要一个strings 的数组，你可以这样写：

strings = ["%.2f" % number for number in numbers]

如果您的数字是浮点数，则该数组将是一个与具有两位小数的字符串具有相同数字的数组。

>>> a = [1,2,3,4,5]
>>> min_a, max_a = min(a), max(a)
>>> a_normalized = [float(x-min_a)/(max_a-min_a) for x in a]
>>> a_normalized
[0.0, 0.25, 0.5, 0.75, 1.0]
>>> a_strings = ["%.2f" % x for x in a_normalized]
>>> a_strings
['0.00', '0.25', '0.50', '0.75', '1.00']

请注意，它也适用于 numpy 数组：

>>> a = numpy.array([0.0, 0.25, 0.75, 1.0])
>>> print ["%.2f" % x for x in a]
['0.00', '0.25', '0.50', '0.75', '1.00']

如果您有一个多维数组，可以使用类似的方法：

new_array = numpy.array(["%.2f" % x for x in old_array.reshape(old_array.size)])
new_array = new_array.reshape(old_array.shape)

例子：

>>> x = numpy.array([[0,0.1,0.2],[0.3,0.4,0.5],[0.6, 0.7, 0.8]])
>>> y = numpy.array(["%.2f" % w for w in x.reshape(x.size)])
>>> y = y.reshape(x.shape)
>>> print y
[['0.00' '0.10' '0.20']
 ['0.30' '0.40' '0.50']
 ['0.60' '0.70' '0.80']]

如果您查看Matplotlib example for the function you are using，您会注意到他们使用了类似的方法：构建空矩阵并用插值方法构建的字符串填充它。参考代码的相关部分是：

colortuple = ('y', 'b')
colors = np.empty(X.shape, dtype=str)
for y in range(ylen):
    for x in range(xlen):
        colors[x, y] = colortuple[(x + y) % len(colortuple)]

surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors=colors,
        linewidth=0, antialiased=False)

【讨论】：

这不是问题所在。你正在创建一个list，他想要一个 numpy 数组。
如果不清楚，我很抱歉，但我正在处理 numpy 数组，而不是 python 列表。更重要的是，我的数组是二维的，所以 1dim 列表理解不起作用。我完全知道我可以创建一个中间 python 列表，然后转换为一个 numpy 数组，但似乎上面的这种方法应该有效，并且使用中间列表是额外（慢）编程。
如果一个对象可以被迭代（比如一个列表或一个 numpy 数组），它支持列表推导。它不需要是一个列表（鸭子打字）
是的，但是你没有得到一个 numpy 数组，是吗？
Arrieta：它不起作用，因为当使用多维数组时，列表推导将迭代 numpy.ndarrays，而不是单个数字

【解决方案3】：

这可能比你想要的慢，但你可以这样做：

>>> tostring = vectorize(lambda x: str(x))
>>> numpy.where(tostring(phis).astype('float64') != phis)
(array([], dtype=int64),)

当它从 float64 转换为 str 时，它看起来会四舍五入，但这样您就可以随心所欲地自定义转换。

【讨论】：

这也不起作用，这导致我建议将非常小的数字转换为字符串失败？ IE。该数组包含顺序为 10^-30 的数字。
你的意思是你得到不同的结果？我刚才用一个小的 2D 数组尝试了它，它工作了 - 也许这是一个错误......
好的，现在我看到了同样的情况，但数字非常小。也许这是一个一般的浮点数学问题？
我确实得到了不同的结果，但也许限制不是由于数字的数量级而是由于精确度？（虽然用科学记数法描述）。编辑：如果这是一个浮点问题，什么样的浮点错误会将一个远小于 1 的数字误认为是 8 左右的一个？哈哈

【解决方案4】：

如果主要问题是从浮点数转换为字符串时精度损失，一种可能的方法是将浮点数转换为decimalS：http://docs.python.org/library/decimal.html。

在 python 2.7 及更高版本中，您可以直接将浮点数转换为 decimal 对象。

【讨论】：