如何从 ML 结果中解析这个数组？答案

【问题标题】：How to parse this array from a ML result?如何从 ML 结果中解析这个数组？
【发布时间】：2020-06-21 11:02:51
【问题描述】：

如何解析这个打印出来的？可以想象它需要分配给一个变量。

(array([[1., 1., 1., 1.]]), array([[1605, 1606, 1698, 1607]], dtype=int64))

例如，如何解析 1605？

和/或，如何从第二个数组中解析 1605、1606、1698、1607？

这是第一次使用的 NLP 结果，非常感谢您的回答。谢谢。

附言。为了澄清我的问题，这个输出是要在虚拟环境中解析的众多 NN NLP 输出之一，在应用程序的 API 中运行。那么，鉴于此输出，如何仅解析第二个数组，即要从 df 返回的行？即：不能手动分离数组。 Gervais 的解决方案在实践中通过手动输入“np.”来工作，但是这种解决方案在重复的生产环境中似乎不可持续，至少不使用字符串格式。任何进一步了解在部署应用程序时在没有 numpy 的情况下自动解析也将不胜感激。谢谢。

【问题讨论】：

标签： python arrays parsing nlp int64

【解决方案1】：

这两个很可能代表非常不同的东西，所以我个人会通过执行多重分配来将它们分开：

import numpy as np

x = (np.array([[1., 1., 1., 1.]]), 
     np.array([[1605, 1606, 1698, 1607]], dtype=np.int64))

a, b = x

然后就可以正常索引访问第二部分的第一个元素了：

b[0][0]

Out[9]: 1605

【讨论】：

非常感谢您非常及时的回复和解决方案。该解决方案效果很好。然而，由于最初的代码是一个旨在虚拟运行的 API 中的神经网络的输出（请原谅我没有发布整个 NN 脚本），您是否对如何合并“np.”有一个很好的想法。进入功能结果？我尝试了字符串格式化，并且代码打印出来就像你的解决方案： "x = "({np}array([[1., 1., 1., 1.]]), {np}array([[1605, 1606 , 1698, 1607]], dtype={np}int64))".format(np = 'np.')" 但是，在尝试解析 x 时：ValueError: too many values to unpack (expected 2)
哦，我不知道，很遗憾。非常抱歉。
我只是放了np 来重现你的错误，你可能甚至不需要它
没问题，先生，仍然很感激。 np 是必要的。感谢您向我们展示如何打开它。在这个笼罩的 NLP 场景中，ML 工程师能够通过在函数中使用模型将输出更改为 json 转储。

【解决方案2】：

import numpy as np

a = np.array([[1,1,1,1]], int)
b = np.array([[1605, 1606, 1698, 1607]], int)
c=[a,b]
d=np.vstack(c)
print('\n', c)
print('\n', d)
print('\n', d[1,0])
print('\n', d[1,2])

#输出

 [array([[1, 1, 1, 1]]), array([[1605, 1606, 1698, 1607]])]

 [[   1    1    1    1]
 [1605 1606 1698 1607]]

 1605

 1698

【讨论】：