python - 从 JSON 文件到 Numpy 数组

Question

我有一个 MongoDB 集合，当它通过 PyMongo 导入 Python 时，它是 Python 中的一个字典。我希望将其转换为 Numpy 数组。

例如，如果 JSON 文件如下所示:

{
    "_id" : ObjectId("57065024c3d1132426c4dd53"),

    "B" : {
        "BA" : 14,
        "BB" : 23,
        "BC" : 32,
        "BD" : 41
    "A" : 50,
}
{
    "_id" : ObjectId("57065024c3d1132426c4dd53"),
    "A" : 1
    "B" : {
        "BA" : 1,
        "BB" : 2,
        "BC" : 3,
        "BD" : 4

我想得到这个 5*2 Numpy 数组作为返回: np.array([[50,14,23,32,41], [1,1,2,3,4]])在这种情况下，第一列对应“A”，第二列对应“BA”，第三列对应“BB”，等等。请注意，键并不总是按相同顺序排序。

我的代码，它根本不起作用(并且还没有做我想要的)看起来像这样:

from pymongo import MongoClient
uri = "mongodb://localhost/test"
client = MongoClient(uri)
db=client.recodb
collection=db.recos

list1=list(collection.find())
array2=np.vstack([[product[key] for key in product.keys()] for product in list1])

Answer 1

假设您已成功将该 JSON 加载到 Python 中，下面是创建所需 Numpy 数组的一种方法。我的代码对 ObjectId 进行了最小定义，因此它不会在 ObjectId 条目上引发 NameError。

sorted(d["B"].items())]

从“B”字典的内容中生成一个(键，值)元组列表，按键排序。然后，我们仅将这些元组中的值提取到一个列表中，并将该列表附加到包含“A”项的值的列表中。

import numpy as np

class ObjectId(object):
    def __init__(self, objectid):
        self.objectid = objectid

    def __repr__(self):
        return 'ObjectId("{}")'.format(self.objectid)

data = [
    {
        "_id" : ObjectId("57065024c3d1132426c4dd53"),
        "B" : {
            "BA" : 14,
            "BB" : 23,
            "BC" : 32,
            "BD" : 41
        },
        "A" : 50
    },
    {
        "_id" : ObjectId("57065024c3d1132426c4dd53"),
        "A" : 1,
        "B" : {
            "BA" : 1,
            "BB" : 2,
            "BC" : 3,
            "BD" : 4
        }
    }
]

array2 = np.array([[d["A"]] + [v for _, v in sorted(d["B"].items())] for d in data])
print(array2)

输出

[[50 14 23 32 41]
 [ 1  1  2  3  4]]