将字符串字段的numpy数组转换为数字格式

Question

我有一个字符串数组，分为三个字段：

x = np.array([(-1, 0, 1),
              (-1, 1, 0),
              (0, 1, -1),
              (0, -1, 1)],
             dtype=[('a', 'S2'),
                    ('b', 'S2'),
                    ('c', 'S2')])

我想转换为 4x3 形状的数字数组（类型为 np.int8，但不是必需的），而不是字段。

我的一般方法是转换为 'S2' 类型的 4x3 数组，然后使用astype 将其变为数字。唯一的问题是我能想到的唯一方法涉及view 和np.lib.stride_tricks.as_strided，这似乎不是一个非常强大的解决方案：

y = np.lib.stride_tricks.as_strided(x.view(dtype='S2'),
                                    shape=(4, 3), strides=(6, 2))
z = y.astype(np.int8)

这适用于此处显示的玩具箱，但我觉得必须有一种更简单的方法来解压缩具有相同 dtype 字段的数组。什么是更强大的替代方案？

Answer 1

numpy 1.16 的最新版本添加了structured_to_unstructured 解决了这个目的：

from numpy.lib.recfunctions import structured_to_unstructured
y = structured_to_unstructured(x)  # 2d array of 'S2'
z = y.astype(np.int8)

在以前的 numpy 版本中，您可以结合 x.data 和 np.frombuffer 从内存中的相同数据创建另一个数组，而无需使用 strides。但它不会带来性能提升，因为计算是由从S2 转换为int8 驱动的。

n = 1000

def f1(x):
    y = np.lib.stride_tricks.as_strided(x.view(dtype='S2'),
                                        shape=(n, 3),
                                        strides=(6, 2))
    return y.astype(np.int8)

def f2(x):
    y = np.frombuffer(x.data, dtype='S2').reshape((n, 3))
    return y.astype(np.int8)


x = np.array([(i%3-1, (i+1)%3-1, (i+2)%3-1)
              for i in xrange(n)],
             dtype='S2,S2,S2')

z1 = f1(x)
z2 = f2(x)
assert (z1==z2).all()