python - 将带括号的字符串转换为 numpy 数组

Question

问题描述:

我在数据框列中有一个类似数组的结构作为字符串(我从 csv 文件读取数据框)。

此列的一个字符串元素如下所示:

In  [1]: df.iloc[0]['points']    
Out [2]: '[(-0.0426, -0.7231, -0.4207), (0.2116, -0.1733, -0.1013), (...)]'

所以它实际上是一个类似数组的结构，对我来说它看起来“准备好使用 numpy”。

numpy.fromstring() 没有帮助，因为它不喜欢括号:
convert string representation of array to numpy array in python

字符串本身的一个简单的 numpy.array()，如果我将它复制并粘贴到 array() 函数中，就会返回一个 numpy 数组。
但是如果我用包含这样的字符串的变量填充 array() 函数:np.array(df.iloc[0]['points']) 它确实不工作，给我一个 ValueError: could not convert string to float

Convert string to numpy array

问题:

是否有任何功能可以以简单的方式做到这一点(无需替换或正则表达式括号)？

Answer 1

您可以在传递给 numpy.array 之前使用 ast.literal_eval:

from ast import literal_eval
import numpy as np

x = '[(-0.0426, -0.7231, -0.4207), (0.2116, -0.1733, -0.1013)]'

res = np.array(literal_eval(x))

print(res)

array([[-0.0426, -0.7231, -0.4207],
       [ 0.2116, -0.1733, -0.1013]])

您可以对 Pandas 系列中的字符串执行等效操作，但不清楚是否需要跨行聚合。如果是这种情况，您可以组合使用上述逻辑派生的 NumPy 数组列表。

文档解释了 literal_eval 可接受的类型:

Safely evaluate an expression node or a string containing a Python literal or container display. The string or node provided may only consist of the following Python literal structures: strings, bytes, numbers, tuples, lists, dicts, sets, booleans, and None.

因此，我们有效地将字符串转换为元组列表，然后 np.array 可以将其转换为 NumPy 数组。