python - 来自 numpy 数组的 SFrame

Question

我想创建一个SFrame来自 NumPy 数组。

我具体想要的是:

np.arange(16).reshape(4, 4) 

=>

+----+----+----+----+
| 0  | 1  | 2  | 3  |
+----+----+----+----+
| 0  | 1  | 2  | 3  |
| 4  | 5  | 6  | 7  |
| 8  | 9  | 10 | 11 |
| 12 | 13 | 14 | 15 |
+----+----+----+----+
[4 rows x 4 columns]

如果我这样做:

print SFrame(np.arange(16).reshape(4, 4))

我得到:

+--------------------------+
|            X1            |
+--------------------------+
|   [0.0, 1.0, 2.0, 3.0]   |
|   [4.0, 5.0, 6.0, 7.0]   |
|  [8.0, 9.0, 10.0, 11.0]  |
| [12.0, 13.0, 14.0, 15.0] |
+--------------------------+
[4 rows x 1 columns]

如果我将 NumPy 数组转换为 Pandas DataFrame 并从 Pandas 中得到我想要的结果> DataFrame 到 SFrame:

print SFrame(pd.DataFrame(np.arange(16).reshape(4, 4)))

+----+----+----+----+
| 0  | 1  | 2  | 3  |
+----+----+----+----+
| 0  | 1  | 2  | 3  |
| 4  | 5  | 6  | 7  |
| 8  | 9  | 10 | 11 |
| 12 | 13 | 14 | 15 |
+----+----+----+----+
[4 rows x 4 columns]

我的问题是:

如何以 Pandas DataFrame 读取它的方式从 NumPy 数组创建 SFame (数组 NxM => DataFrame，具有 N 行和 M 列)，但不使用 Pandas 作为中间步骤？

Answer 1

我也有这个问题，我也发现 SFrame 中的多重索引很难。

可能是愚蠢的修复，但仍然可行；

from graphlab import SFrame,SArray

data=np.arange(16).reshape(4, 4).T 
sf=SFrame(map(SArray,data)

应该会产生类似这样的结果

X1  X2  X3  X4
0   1   2   3
4   5   6   7
8   9   10  11
12  13  14  15