来回转换时数组和字符串的长度不匹配答案

【问题标题】：length of array and string don't match when converting them back and forth来回转换时数组和字符串的长度不匹配
【发布时间】：2017-04-17 11:58:47
【问题描述】：

我正在处理一个 csv 文件，该文件在一列中包含图像（矢量化）。这里是the csv file ~240MB。

我正在尝试将 Image 字符串转换为整数列表，重塑为矩阵，翻转，并将其重塑回列表，然后最终转换回长字符串。但事情并没有如我所愿。以下是我的代码：

import pandas as pd
import numpy as np
df = pd.read_csv('training.csv')
img = df['Image'][0] # take the first row as example
img_int = np.fromstring(img, sep=' ')  # img_int.shape --> (9216,), good.
img_matrix = img_int.reshape(96,96)
img_matrix_flipped = np.fliplr(img_matrix) # img_matrix_flipped.shape --> (96,96), good
img_matrix_flipped_vector = img_matrix_flipped.reshape(1, 9216) # img_matrix_flipped_vector.shape --> (1, 9216), good
img_matrix_flipped_vector_str = str(img_matrix_flipped_vector) # len(img_matrix_flipped_vector_str) --> 44, NOT GOOD!!!

我很困惑为什么 len(img_matrix_flipped_vector_str) 是 44。字符串不应该包含所有 9216 整数吗？请帮忙！

【问题讨论】：

据我所知，您的代码没有任何问题。最好在数组上使用 tostring() 方法，而不是获取所有数组符号和换行符。

标签： python string pandas numpy multidimensional-array

【解决方案1】：

我刚刚发现：数组上的string() 方法返回可打印的字符串表示。如果你打印这个字符串，你会看到数字，中间可能会被缩短为“...”。要将 numpy 数组转换为字符串，请在数组上使用 tostring() 或 tobytes() 方法。您还可能希望将形状重塑为一维数组而不是二维数组，其中一个轴的大小为 1 （array.reshape(9216) 而不是 array.reshape(1,9216)），这取决于您的目标。

【讨论】：

嗨@Dschoni，你是对的，str() 方法是罪魁祸首！但是tostring() 或tobytes() 也没有给我我想要的……
我在使用tostring()或tobytes()时得到了一堆\x000\x0000。

【解决方案2】：

根据@Dschoni 的回答，我认为我不应该使用str() 方法。然后找到another topic，帮我找到了解决办法：

img_matrix_flipped_vector = img_matrix_flipped.reshape(9216)
list = img_matrix_filpped_vector.tolist()
str_I_want = ' '.join([str(i) for i in list])

【讨论】：

只是补充一点：您可以直接遍历扁平数组以节省内存，而不是迭代列表。根据你调用 join 方法的字符串，这将是分隔符。