如何从 ML 结果中解析这个数组？

Question

如何解析此打印输出？人们会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？

And/or，如何从第二个数组解析 1605、1606、1698、1607？

这是第一次使用 NLP 结果，非常感谢您的回答。谢谢。

Ps。为了澄清我的问题，此输出是要在虚拟环境中解析的许多 NN NLP 输出之一，运行在应用程序的 API 中。那么，给定此输出，如何仅解析第二个数组，即要从 df 返回的行？即：不能手动分离阵列。 Gervais 的解决方案在实践中通过手动输入“np.”来工作，但是这个解决方案在重复的生产环境中似乎不可持续，至少不能通过使用字符串格式。任何进一步深入了解在部署应用程序时使用 out without numpy 自动进行解析也将不胜感激。谢谢。

Answer 1

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])

#output

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

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

 1605

 1698

Answer 2

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赋值来将它们分开：

import numpy as np

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

a, b = x

然后就可以用正常的索引访问第二部分的第一个元素了：

b[0][0]

Out[9]: 1605

如何从 ML 结果中解析这个数组？

How to parse this array from a ML result?

python

arrays

parsing

nlp

int64