将位串（1 和 0 的字符串）转换为 numpy 数组

Question

我有一个 pandas 数据框，其中包含 1 列，其中包含一串位，例如 '100100101'。我想将这个字符串转换成一个 numpy 数组。

我该怎么做？

编辑：

正在使用

features = df.bit.apply(lambda x: np.array(list(map(int,list(x)))))
#...
model.fit(features, lables)

导致 model.fit 错误：

ValueError: setting an array element with a sequence.

由于标记答案，我想出了适用于我的案例的解决方案：

for bitString in input_table['Bitstring'].values:
    bits = np.array(map(int, list(bitString)))
    featureList.append(bits)
features = np.array(featureList)
#....
model.fit(features, lables)

Answer 1

对于字符串s = "100100101"，至少可以通过两种不同的方式将其转换为numpy数组。

第一个是使用 numpy 的 fromstring 方法。这有点尴尬，因为您必须指定数据类型并减去元素的 "base" 值。

import numpy as np

s = "100100101"
a = np.fromstring(s,'u1') - ord('0')

print a  # [1 0 0 1 0 0 1 0 1]

其中 'u1' 是数据类型，ord('0') 用于从每个元素中减去 "base" 值。

第二种方法是将每个字符串元素转换为整数（因为字符串是可迭代的），然后将该列表传递给 np.array:

import numpy as np

s = "100100101"
b = np.array(map(int, s))

print b  # [1 0 0 1 0 0 1 0 1]

然后

# To see its a numpy array:
print type(a)  # <type 'numpy.ndarray'>
print a[0]     # 1
print a[1]     # 0
# ...

请注意，随着输入字符串 s 的长度增加，第二种方法的缩放比例明显低于第一种。对于小字符串，它很接近，但考虑 90 个字符的字符串的 timeit 结果（我刚刚使用 s * 10）：

fromstring: 49.283392424 s
map/array:   2.154540959 s

(这是使用默认的timeit.repeat参数，最少3运行s，每个运行计算到运行1M字符串->数组转换的时间)

Answer 2

一个 pandas 方法是在 df 列上调用 apply 来执行转换：

In [84]:

df = pd.DataFrame({'bit':['100100101']})
t = df.bit.apply(lambda x: np.array(list(map(int,list(x)))))
t[0]
Out[84]:
array([1, 0, 0, 1, 0, 0, 1, 0, 1])

Answer 3

勾选unpackbits

>>> np.unpackbits(np.array([int('010101',2)], dtype=np.uint8))
array([0, 0, 0, 1, 0, 1, 0, 1], dtype=uint8)

更一般地说：

>>> a = np.array([[2], [7], [23]], dtype=np.uint8)
>>> a
array([[ 2],
       [ 7],
       [23]], dtype=uint8)
>>> b = np.unpackbits(a, axis=1)
>>> b
array([[0, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 1, 1, 1],
       [0, 0, 0, 1, 0, 1, 1, 1]], dtype=uint8)

如果您需要超过 8 位，请查看 How to extract the bits of larger numeric Numpy data types

将位串（1 和 0 的字符串）转换为 numpy 数组

Convert Bitstring (String of 1 and 0s) to numpy array

python

numpy

pandas

bitstring