如何将字符串的ndarray列表转换为浮点数答案

【问题标题】：How to convert a list of ndarray of strings into floats如何将字符串的ndarray列表转换为浮点数
【发布时间】：2021-10-05 08:13:37
【问题描述】：

如何将包含字符串对象的 ndarray 列表映射到特定的浮点数？例如，如果用户决定将 orange 映射到 1.0 并将 grapefruit 映射到 2.0 ？

myList = [np.array([['orange'], ['orange'], ['grapefruit']], dtype=object), np.array([['orange'], ['grapefruit'], ['orange']], dtype=object)]

所以有人会：

convList = [np.array([['1.0'], ['1.0'], ['2.0']], dtype=float), np.array([['1.0'], ['2.0'], ['1.0']], dtype=float)]

我尝试实现这个功能：

def map_str_to_float(iterator):
    d = {}
    for ndarr in iterator:
        for string_ in ndarr:
            d[string_] = float(input('Enter your map for {}: '.format(string_)))
    return d

test = map_str_to_float(myList)
print(test)

但我收到以下错误：

d[string_] = float(input('Enter your map for {}: '.format(string_)))
TypeError: unhashable type: 'numpy.ndarray'

我相信这是因为string_ 的类型是一个numpy 数组而不是一个字符串...

【问题讨论】：

标签： python string floating-point type-conversion numpy-ndarray

【解决方案1】：

使用该嵌套循环，您将要求用户输入 6 次（但您有 2 个值 grapefruit 和 orange）。我建议您先获取唯一值，然后只要求唯一值：

这样做：

unique_values = np.unique(np.array(myList))

现在作为一个数字的每个唯一值的用户：

d = {}

for unique_value in unique_values:
    d[unique_value] = float(input(f"give me a number for {unique_value} "))

现在您的地图在变量 d 中。

评论后更新

然后您可以编写自己独特的方法。请注意，只要它是 1D，下面的代码将获得所有唯一值，无论其长度如何。

unique_values = []
for each_ndarray in myList:
    for value in each_ndarray:
        if not value[0] in unique_values:
            unique_values.append(value[0])

【讨论】：

如果 myList 有不同大小的 numpy 条目，那么 np.array(myList) 会失败

【解决方案2】：

对于错误，调试时string_是一个数组['orange']，不能是字典的键

至于如何将ndarray的字符串列表转换为浮点数 我们使用索引，获取字符串的索引，并使用这些索引以相同的顺序打印所需的新索引。基本上np.array([1, 2])[0, 1, 0, 0] 将给出大小为 4 的新数组，其中条目按索引顺序排列。将应用相同的逻辑，这将跳过 python 中的字典映射。映射操作将通过 C 中的索引进行，因此应该很快。

评论应该解释会发生什么

import numpy as np

dataSet = np.array(['kevin', 'greg', 'george', 'kevin'], dtype='U21')

# Get all the unique strings, and their indices
# Values of indices are based on uniques ordering
uniques, indices = np.unique(dataSet, return_inverse=True)
# >>> uniques
# array(['george', 'greg', 'kevin'], dtype='<U21')
# >>> indices
# array([2, 1, 0, 2])
# Originial array
# >>> uniques[indices]
# array(['kevin', 'greg', 'george', 'kevin'], dtype='<U21')

new_indices = np.array([float(input()) for e in uniques])

# Get new indices indexed using original positions of unique strings in numpy array
print(new_indices[indices])

# You can do the same for multi dimensional arrays

【讨论】：