如何将 python 集转换为 numpy 数组？答案

【问题标题】：How to convert a python set to a numpy array?如何将 python 集转换为 numpy 数组？
【发布时间】：2012-01-17 22:57:59
【问题描述】：

我在 python 中使用集合操作来执行两个 numpy 数组之间的对称差异。然而，结果是一个集合，我需要将它转换回一个 numpy 数组才能继续前进。有没有办法做到这一点？这是我尝试过的：

a = numpy.array([1,2,3,4,5,6])
b = numpy.array([2,3,5])
c = set(a) ^ set(b)

结果是一个集合：

In [27]: c
Out[27]: set([1, 4, 6])

如果我转换为一个 numpy 数组，它会将整个集合放在第一个数组元素中。

In [28]: numpy.array(c)
Out[28]: array(set([1, 4, 6]), dtype=object)

然而，我需要的是：

array([1,4,6],dtype=int)

我可以循环遍历元素以逐个转换，但我将有 100,000 个元素，并希望有一个内置函数来保存循环。谢谢！

【问题讨论】：

【解决方案1】：

试试：

numpy.fromiter(c, int, len(c))

这比使用列表作为中间产品的解决方案快一倍。

【讨论】：

【解决方案2】：

试试这个。

numpy.array(list(c))

在初始化 numpy 数组之前转换为列表会将单个元素设置为整数，而不是将第一个元素设置为对象。

【讨论】：

【解决方案3】：

不要将 numpy 数组转换为执行异或的集合。直接使用setxor1d。

>>> import numpy
>>> a = numpy.array([1,2,3,4,5,6])
>>> b = numpy.array([2,3,5])
>>> numpy.setxor1d(a, b)
array([1, 4, 6])

【讨论】：

是不是用了numpy的set例程，比如setxor1d，比较次数多的时候不好？也许是一个新问题，但我认为与这个答案非常相关。就我而言，我将拥有 100k 个对象和 10m+ 集操作。

【解决方案4】：

做：

>>> numpy.array(list(c))
array([1, 4, 6])

而且 dtype 是 int（我这边是 int64。）

【讨论】：