Python:将字符串解析为数组

Question

我目前在将字符串解析为 numpy 数组时遇到问题。

字符串看起来像这样:

input = '{{13,1},{2,1},{4,4},{1,7},{9,1}}'

字符串表示稀疏向量，向量本身由大括号分隔。每个条目本身由大括号分隔，指示哪些索引具有哪些条目。列表中的第一个条目对向量的维度进行编码。

在上面的例子中，向量的长度为 13 和 4 个不为 0 的条目。

output = np.array([0,7,1,0,4,0,0,0,0,1,0,0,0])

将其解析为数组后，我必须解析回密集格式的字符串，格式为:

stringoutput = '{0,7,1,0,4,0,0,0,0,1,0,0,0}'

虽然我设法将 numpy 数组解析为字符串，但我遇到了括号错误的问题(即 array2string 函数中的构建使用 []，而我需要 {})

我愿意接受任何有助于有效解决此问题的建议(即使对于大型稀疏向量也是如此)。

谢谢。

\edit:给定的向量始终是一维的，即第一个 {} 中的第二个数字将始终为 1。(您只需要一个索引来定位元素的位置)

Answer 1

这是一种 numpythonic 方式:

In [132]: inp = '{{13,1},{2,1},{4,4},{1,7},{9,1}}'

# Relace the brackets with parenthesis in order to convert the string to a valid python object.
In [133]: inp = ast.literal_eval(inp.replace('{', '(').replace('}', ')'))
# Unpack the dimention and rest of then values from input object
In [134]: dim, *rest = inp
# Creat the zero array based on extracted dimention 
In [135]: arr = np.zeros(dim)
# use `zip` to collecte teh indices and values separately in order to be use in `np.put`
In [136]: indices, values = zip(*rest)

In [137]: np.put(arr, indices, values)

In [138]: arr
Out[138]: 
array([[ 0.],
       [ 7.],
       [ 1.],
       [ 0.],
       [ 4.],
       [ 0.],
       [ 0.],
       [ 0.],
       [ 0.],
       [ 1.],
       [ 0.],
       [ 0.],
       [ 0.]])