按列将二维 numpy 浮点数组转换为字符串数组

Question

我有一个 NumPy 数组，它是 TensorFlow 预测的输出。输出看起来像这样：

array([[0, 1, 1, ..., 1, 1, 1],
       [0, 1, 1, ..., 1, 1, 1],
       [0, 1, 1, ..., 1, 1, 1],
       ...,
       [1, 1, 1, ..., 1, 1, 1],
       [1, 1, 1, ..., 1, 1, 1],
       [1, 1, 1, ..., 1, 1, 1]])

为了进一步处理，应将二维 NumPy 数组转换为一维字符串数组（或 python 列表）。输出应如下所示：

array(['01111111', '01111111', '01111111', ..., '11111111', '11111111',
       '11111111'], dtype='<U8')

实现此目标的简单方法或 NumPy 最佳实践方法是什么？

Answer 1

试试这个：

import numpy as np

arr = np.array([[0, 1, 1, 1, 1, 1],
       [0, 1, 1, 1, 1, 1],
       [0, 1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1, 1]])

output = np.array([''.join(map(str, el)) for el in arr], dtype='U8')
print(output)

输出：

['011111' '011111' '011111' '111111' '111111' '111111']

Answer 2

您可以像下面这样使用 apply_along_axis：

短版：

a = np.array([[0, 1, 1, 0, 1, 1, 1],
              [0, 1, 1, 1, 1, 1, 1],
              [0, 1, 1, 0, 1, 1, 1],
              [1, 1, 1, 1, 1, 1, 1],
              [1, 1, 1, 0, 1, 1, 1],
              [1, 1, 1, 1, 1, 1, 1]])

np.apply_along_axis(''.join, 1, a.astype(str))

解释版：

def join_num(r):
    return ''.join(map(str,r))

# or with lamda
# join_num = lambda x: ''.join(map(str,x))

np.apply_along_axis(join_num, 1, a)

输出：

array(['0110111', '0111111', '0110111', '1111111', '1110111', '1111111'],
      dtype='<U7')

Answer 3

假设数组名为 array 并且 numpy 被导入为 np，以下行： np.apply_along_axis(''.join, 1, array.astype(str)) 就够了

按列将二维 numpy 浮点数组转换为字符串数组

Convert 2-d numpy array of floats to array of strings by column

python

arrays

numpy