Numpy转置将条目转换为字符串？答案

【问题标题】：Numpy transpose converts entries to strings?Numpy转置将条目转换为字符串？
【发布时间】：2017-11-20 03:00:39
【问题描述】：

我有一个数组，它的条目是整数和字符串的混合。我想使用 numpy 转置它，但是当我这样做时，int 似乎变成了字符串。

In [47]: X

Out[47]: [['a', 1, 2], ['b', 1, 3]]

In [48]: np.transpose(X)

Out[48]:
array([['a', 'b'],
       ['1', '1'],
       ['2', '3']],
      dtype='<U1')

我真的希望输出是：

[['a','b'],[1,1],[2,3]]

（我可以通过编写更多代码来修复它，但我认为这很烦人而且不是好习惯。虽然如果有一两行修复也会有帮助。我也想知道什么numpy 正在做这个，以及如何让它按照我想要的方式工作。）

编辑：

我注意到这发生在我将 X 转换为 numpy 数组时：

In [50]: X = np.array(X)

In [51]: X
Out[51]:
array([['a', '1', '2'],
       ['b', '1', '3']],
      dtype='<U1')

EDIT2：已解决：

In [55]: Y = np.asarray(X, dtype = object)

In [56]: Y
Out[56]:
array([['a', 1, 2],
       ['b', 1, 3]], dtype=object)
In [57]: Y.T
Out[57]:
array([['a', 'b'],
       [1, 1],
       [2, 3]], dtype=object)

【问题讨论】：

尝试使用 dtype 作为对象
实际上混合字符串和整数的 numpy 数组并不是一个好习惯。切换到object dtype 有效，但失去了数组的大部分优点（例如快速数值计算）。
np.transpose(X) 实际上是np.array(X).transpose()。大多数numpy 函数一开始就确保它们的输入是数组。

标签： python arrays numpy

【解决方案1】：

问题似乎出在 X 转换为 np.array 时。如果要将 X 转换为具有混合类型的 numpy 数组，请使用 dtype = object:Numpy dtype for list with mixed data types

In [55]: Y = np.asarray(X, dtype = object)

In [56]: Y
Out[56]:
array([['a', 1, 2],
       ['b', 1, 3]], dtype=object)
In [57]: Y.T
Out[57]:
array([['a', 'b'],
       [1, 1],
       [2, 3]], dtype=object)

【讨论】：

【解决方案2】：

有时使用对象数组不如使用结构化数组。如果您想走这条路，只需将列表列表转换为元组列表，然后按以下步骤操作：

a = [['a', 1, 2], ['b', 1, 3]]
a = [tuple(i) for i in a]
a
[('a', 1, 2), ('b', 1, 3)]

dt = [('A', '<U5'), ('B', '<i4'), ('C', '<i4')]
b = np.asarray(a, dtype=dt)
array([('a', 1, 2), ('b', 1, 3)], 
      dtype=[('A', '<U5'), ('B', '<i4'), ('C', '<i4')])

那么字段/列是有用的

b['B']
array([1, 1])

b['B'].sum()
2

【讨论】：