如何在numpy中将字符串从pandas数据帧转换为3维数组

Question

我已将包含形状 (75, 100, 3) 的 numpy 数组的 pandas 数据框导出到 csv。当我导入这个 csv 文件来获取我的数据框时，我的 numpy 数组是一个字符串。我在尝试将此字符串转换为形状为 numpy 的数组（75、100、3）时遇到了很多问题。

我的字符串是这样的：

[[[198 113 144],  [212 137 157],  [213 133 158]

我尝试了几种方法将其转换为 3d-NUmpy 数组，但均未成功。例如，在 sn -p 代码中，我继续得到一个字符串数组。

train = pd.read_csv(os.path.join(data_dir, 'trainset.csv'))
train['image'] = train['image'].map(lambda x: x.replace('\n',','))
train['image'] = train['image'].map(lambda x: np.asarray(x))

有人知道处理这个问题的简单方法吗？

Answer 1

默认情况下，asarray 方法会从数据本身推断数据类型。因为您是从 csv 文件中读取，所以它们都是字符串。

可以使用np.asarray方法的dtype参数来设置数据类型。

import numpy as np
data = [['3','4'],['45','75']]
num_array = np.asarray(data, dtype=np.int)
print(num_array.dtype)

所以你的代码只需要更改为：

train = pd.read_csv(os.path.join(data_dir, 'trainset.csv'))
train['image'] = train['image'].map(lambda x: x.replace('\n',','))
train['image'] = train['image'].map(lambda x: np.asarray(x, dtype=np.int))

您可以将 dtype=int 更改为 np.whatever 数据类型。