如何将此基于列表的代码转换为基于numpy数组的代码？

Question

我正在使用 keras，并且总是有一个带有列表的 from，所以我想总是所有东西都必须转换为 numpy 数组，这对我来说是非常不合逻辑的。我猜它与性能有关？我看不出还有什么原因？但是我的问题如下所示。我必须转换这部分代码：

output_sentence = []
final_output_sentence = []

for key in row['o'].lower():

    temp_list = []

    if key in dictionary.keys():

        temp_list.append(dictionary[key])
        output_sentence.append(temp_list)

    else:

        dictionary[key] = len(dictionary)
        temp_list.append(dictionary[key])
        output_sentence.append(temp_list)

final_output_sentence.append(output_sentence)

基于 numpy 数组的代码。我是这样尝试的：

output_sentence = np.array([], dtype=int)
final_output_sentence = np.array([], dtype=int)

for key in row['o'].lower():

    temp_list = np.array([], dtype=int)

    if key in dictionary.keys():

        temp_list = np.append(temp_list, dictionary[key])

        output_sentence = np.append(output_sentence, temp_list)

    else:

        dictionary[key] = len(dictionary)
        temp_list = np.append(temp_list, dictionary[key])
        output_sentence = np.append(output_sentence, temp_list)

final_output_sentence = np.append(final_output_sentence, output_sentence)

但是，我得到的不是这个[[[1], [2], [3], [2], [4]]]，而是这个[1 2 3 2 4]。任何想法如何解决这个问题？

更新

您对下面显示的解决方案有何看法？性能优化有什么技巧吗？

output_sentence = []

for key in row['o'].lower():

    temp_list = []

    if key in dictionary.keys():

        temp_list.append(dictionary[key])
        output_sentence.append(temp_list)

    else:

        dictionary[key] = len(dictionary)
        temp_list.append(dictionary[key])
        output_sentence.append(temp_list)

final_output_sentence = np.array(output_sentence)

final_output_sentence = final_output_sentence.reshape(1, final_output_sentence.shape[0], 1)

Answer 1

output_sentence = []
for key in row['o'].lower():
    if key not in dictionary.keys():
        dictionary[key] = len(dictionary)
    output_sentence.append(dictionary[key])

final_output_sentence = np.array(output_sentence).reshape(1,-1,1)

• 如果字典中不存在key，则使用下一个大小添加它
• 将key对应的值追加到output_sentence中
• 最后，output_sentence 是一个列表，但由于您想要一个 3D 数组，请将其转换为 numpy 数组并对其进行整形。
• x.reshape(1,-1,1) => 重塑 x 使得第 0 轴的大小为 1，第 2 轴的大小为 1，第 1 轴的大小将与 x 中的元素相同。