将 numpy 数组转换为 CSV 字符串,将 CSV 字符串转换回 numpy 数组

Posted

技术标签:

【中文标题】将 numpy 数组转换为 CSV 字符串,将 CSV 字符串转换回 numpy 数组【英文标题】:Convert a numpy array to a CSV string and a CSV string back to a numpy array 【发布时间】:2013-05-05 04:12:52 【问题描述】:

我必须将一个 numpy 浮点数组转换为一个字符串(以存储在 SQL DB 中),然后还将相同的字符串转换回一个 numpy 浮点数组。

这就是我要去字符串的方式 (based on this article)

VIstring = ''.join(['%.5f,' % num for num in VI])
VIstring= VIstring[:-1] #Get rid of the last comma

所以首先这确实有效,这是一个好方法吗?他们是摆脱最后一个逗号的更好方法吗?或者我可以使用join 方法为我插入逗号吗?

其次,更重要的是,有没有一种巧妙的方法可以从字符串返回到浮点数组?

这里是数组和字符串的例子:

VI
array([ 17.95024446,  17.51670904,  17.08894626,  16.66695611,
        16.25073861,  15.84029374,  15.4356215 ,  15.0367219 ,
        14.64359494,  14.25624062,  13.87465893,  13.49884988,
        13.12881346,  12.76454968,  12.40605854,  12.00293814,
        11.96379322,  11.96272486,  11.96142533,  11.96010489,
        11.95881595,  12.26924591,  12.67548634,  13.08158864,
        13.4877041 ,  13.87701221,  14.40238245,  14.94943786,
        15.49364166,  16.03681428,  16.5498035 ,  16.78362298,
        16.90331119,  17.02299387,  17.12193689,  17.09448654,
        17.00066063,  16.9300633 ,  16.97229868,  17.2169709 ,  17.75368411])

VIstring
'17.95024,17.51671,17.08895,16.66696,16.25074,15.84029,15.43562,15.03672,14.64359,14.25624,13.87466,13.49885,13.12881,12.76455,12.40606,12.00294,11.96379,11.96272,11.96143,11.96010,11.95882,12.26925,12.67549,13.08159,13.48770,13.87701,14.40238,14.94944,15.49364,16.03681,16.54980,16.78362,16.90331,17.02299,17.12194,17.09449,17.00066,16.93006,16.97230,17.21697,17.75368'

哦,是的,%.5f 的精度损失完全没问题,这些值由原始点插值,只有小数点后 4 位精度,所以我不需要打败它。所以在恢复 numpy 数组时,我很高兴只得到 5 位小数精度(显然我想)

【问题讨论】:

您可以查看 numpy savetxt 和 loadtxt 函数 @MattAnderson 有没有办法使用这些方法将文本直接放入字符串中,然后直接从内存中的字符串中加载而不是使用文件? 【参考方案1】:
>>> import numpy  as np
>>> from cStringIO import StringIO
>>> VI = np.array([ 17.95024446,  17.51670904,  17.08894626,  16.66695611,
        16.25073861,  15.84029374,  15.4356215 ,  15.0367219 ,
        14.64359494,  14.25624062,  13.87465893,  13.49884988,
        13.12881346,  12.76454968,  12.40605854,  12.00293814,
        11.96379322,  11.96272486,  11.96142533,  11.96010489,
        11.95881595,  12.26924591,  12.67548634,  13.08158864,
        13.4877041 ,  13.87701221,  14.40238245,  14.94943786,
        15.49364166,  16.03681428,  16.5498035 ,  16.78362298,
        16.90331119,  17.02299387,  17.12193689,  17.09448654,
        17.00066063,  16.9300633 ,  16.97229868,  17.2169709 ,  17.75368411])
>>> s = StringIO()
>>> np.savetxt(s, VI, fmt='%.5f', newline=",")
>>> s.getvalue()
'17.95024,17.51671,17.08895,16.66696,16.25074,15.84029,15.43562,15.03672,14.64359,14.25624,13.87466,13.49885,13.12881,12.76455,12.40606,12.00294,11.96379,11.96272,11.96143,11.96010,11.95882,12.26925,12.67549,13.08159,13.48770,13.87701,14.40238,14.94944,15.49364,16.03681,16.54980,16.78362,16.90331,17.02299,17.12194,17.09449,17.00066,16.93006,16.97230,17.21697,17.75368,'
>>> np.fromstring(s.getvalue(), sep=',')
array([ 17.95024,  17.51671,  17.08895,  16.66696,  16.25074,  15.84029,
        15.43562,  15.03672,  14.64359,  14.25624,  13.87466,  13.49885,
        13.12881,  12.76455,  12.40606,  12.00294,  11.96379,  11.96272,
        11.96143,  11.9601 ,  11.95882,  12.26925,  12.67549,  13.08159,
        13.4877 ,  13.87701,  14.40238,  14.94944,  15.49364,  16.03681,
        16.5498 ,  16.78362,  16.90331,  17.02299,  17.12194,  17.09449,
        17.00066,  16.93006,  16.9723 ,  17.21697,  17.75368])

【讨论】:

啊,将字符串设置为文件缓冲区...要走的路。知道那里应该有一些聪明的方法 这与我发布的链接中的方法 5 非常相似,我想我应该已经注意到了。谢谢。我可能会坚持 Boud 的方法 @Dan 不是真的,因为我的代码中的所有操作都是在 C 级别执行的,所以它可能会更快,而且它还避免了使用 numpy 函数重新发明***。跨度> 【参考方案2】:

如果你想要一些字符串表示(不一定是 CSV),你可以试试这个,我一直在使用:

import numpy, json

## arr is some numpy.ndarray
s = json.dumps(arr.tolist())
arrback = numpy.array(json.loads(s))

它适用于大多数常见的数据类型。

【讨论】:

+1 这很酷,特别是如果您需要保持精度。【参考方案3】:

首先你应该这样使用join来避免最后一个逗号问题:

VIstring = ','.join(['%.5f' % num for num in VI])

然后读取它,使用numpy.fromstring:

np.fromstring(VIstring, sep=',')

【讨论】:

非常好的功能建议@Boud. 不客气@Pramit:pandas 足够强大,它会让用户忘记底层的 numpy 功能

以上是关于将 numpy 数组转换为 CSV 字符串,将 CSV 字符串转换回 numpy 数组的主要内容,如果未能解决你的问题,请参考以下文章

将 numpy 数组转换为 pyspark 中的 DataFrame 以导出为 csv

将列表列表的字符串转换为 Numpy 数组

为啥将 numpy 数组转换为 csv 文件不显示属性名称,而是将第一行值作为属性名称?

将数据从CSV转换为numpy数组时出错

如何将 .csv 文件中的数据转换为 NumPy 数组并使用统计数据来查找数据的平均值? [复制]

将 CSV 文件读取到 numpy 数组,第一行为字符串,其余为浮点数