python - Python 中 numpy 字符串数组的功能屏蔽

Question

我正在尝试从如下字符串中提取第一个(或唯一一个) float 或整数:

str1 = np.asarray('92834.1alksjdhaklsjh')
str2 = np.asarray'-987___-')
str3 = np.asarray'-234234.alskjhdasd')

如果解析正确，我们应该得到

var1 = 92834.1   #float
var2 = -987      #int 
var3 = -234234.0 #float

使用 numpy 数组的“掩码”属性，我为任何 str_ 变量想出了类似的东西，例如:

>> ma1 = np.asarray([not str.isalpha(c) for c in str1.tostring()],dtype=bool)

array([ True,  True,  True,  True,  True,  True,  True, False, False,
     False, False, False, False, False, False, False, False, False,
     False, False], dtype=bool)

>> str1[ma1]

IndexError: too many indeces for array 

现在我已经阅读了所有我能找到的关于使用 bool 数组进行索引的内容；但我无法让它工作。

它很简单，我认为不值得为它找出一个正则表达式，但它又很复杂，一直给我带来麻烦。

Answer 1

您不能像这样创建具有不同类型的数组，如果您想在 numpy 数组对象中使用不同类型，您可以使用 record array 并在数组中指定类型，但此处为一种更直接的方法，您可以将 numpy 对象转换为字符串并使用 re.search 获取数字:

>>> float(re.search(r'[\d.-]+',str(str1)).group())
92834.1
>>> float(re.search(r'[\d.-]+',str(str2)).group())
-987.0
>>> float(re.search(r'[\d.-]+',str(str3)).group())
-234234.0

但是如果你想使用 numpy 方法，你需要先从你的字符串创建一个数组:

>>> st=str(str1)
>>> arr=np.array(list(st))
>>> mask=map(str.isalpha,st)
>>> mask
[False, False, False, False, False, False, False, True, True, True, True, True, True, True, True, True, True, True, True, True]

>>> arr[~mask]
array(['9', '2', '8', '3', '4', '.', '1'], 
      dtype='|S1')

然后使用str.join方法和float:

>>> float(''.join(arr[~mask]))
92834.1